Healthcare Provider Experience in Diagnosing and Treating Cutaneous T-Cell Lymphoma
Notice bibliographique
Résumé
INTRODUCTION: Cutaneous T-cell lymphoma (CTCL) is a rare, heterogeneous group of non-Hodgkin lymphomas characterized by various clinical, molecular, and histopathologic features of the skin. Variants of CTCL share many clinical features with common inflammatory skin diseases such as atopic dermatitis and psoriasis, making accurate and early diagnosis challenging in clinical settings. Inappropriate treatment or a delay in diagnosis can lead to increased morbidity and mortality. Here, we report findings from an online survey that investigated dermatology community practice, knowledge, and education surrounding CTCL. METHODS: An electronic survey of ten questions was developed and approved by physician experts in CTCL to assess experiences in diagnosing and treating CTCL among healthcare providers (HCPs). The survey was deployed to 10,600 US dermatology HCPs, including medical doctors (MDs), doctors of osteopathic medicine (DOs), nurse practitioners (NPs), and physician assistants (PAs) and excluding HCPs associated with CTCL centers of excellence. RESULTS: Among 44 HCPs who responded and were eligible for inclusion, 82% had diagnosed between one and ten CTCL cases in the last 5 years. Most respondents (91%) reported that they include CTCL in their differential diagnoses after patients do not respond to treatment of more common conditions. Patients with CTCL were frequently diagnosed with other inflammatory dermatoses-most commonly dermatitis and psoriasis-before a CTCL diagnosis, and many were treated with ineffective therapies for years. The most common length of time before a CTCL diagnosis was made was between 1 and 3 years, though 16% of HCPs reported that patients were treated for other diseases or skin conditions for ≥ 5 years. Two-thirds of HCPs agreed that further education surrounding CTCL is needed. CONCLUSIONS: Given the infrequency of CTCL and its similar presentation to other common dermatologic conditions, increased education of CTCL is needed in the dermatology community to improve patient outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».