MétaCan
Menu
Retour à la cohorte
Enregistrement W4317463340 · doi:10.1200/op.22.00551

Impact of an Accelerated Diagnostic Assessment Program on the Timeliness of Cancer Diagnosis and Treatment

2023· article· en· W4317463340 sur OpenAlexaff
Adrienn N. Bourkas, A. Ménard, Emidio Tarulli, Leah Jodoin, James Biagi

Notice bibliographique

RevueJCO Oncology Practice · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Reasoning and Diagnostic Skills
Établissements canadiensKingston Health Sciences CentreQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineReferralBiopsyMalignancyConcomitantDemographicsMedical recordRetrospective cohort studyCancerEmergency medicinePediatricsInternal medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The Accelerated Diagnostic Assessment Program (ADAP) manages patients with imaging abnormalities, with or without concomitant symptoms, where cancer is suspected. The ADAP is offered to primary care practitioners and emergency departments with cases triaged by a medical oncologist. METHODS: We performed a retrospective patient chart review of electronic medical records from January 2019 until June 2021 to validate the program. We collected information on the referral pathways, patient demographics, wait-times, and diagnostic results. The control group consisted of outpatients who were referred for biopsy over a 1-year period outside the ADAP stream. Statistical analyses were performed using IBM SPSS software. RESULTS: Of the 97 patients included, 54% were female, with ages ranging from 18 to 96 years. Twenty-nine percent (n = 20) of the malignant cases were incidental findings. Most patients referred to the ADAP were diagnosed with a malignancy (71%; n = 69), comprising hematologic (45%; n = 31), GI (26%; n = 18), or other cancers (29%; n = 20). The ADAP had decreased wait-times from referral to biopsy collection (17.6 days ± 10.7 [standard deviation (SD)]; n = 43) when compared with the control group (41.2 days ± 40.0 [SD]; n = 67; P < .001). ADAP patients with malignancies saw a treating specialist 7.6 ± 7.6 days [SD] after their follow-up appointment at the ADAP. CONCLUSION: The ADAP accelerated time to biopsy in a statistically significant manner when compared with age-, referring physician–, and biopsy site–matched controls. It also outperformed national and provincial standards, suggesting that its model addresses a gap in care by providing an underserved population timely access to diagnosis and treatment.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,039
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,132
Tête enseignante GPT0,554
Écart entre enseignants0,423 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Oncology PracticeMême sujetClinical Reasoning and Diagnostic SkillsTravaux en français237 207