Use of population-based electronic databases for the identification of patients with synchronous colorectal cancer and liver metastases potentially eligible for a surgical trial
Notice bibliographique
Résumé
BACKGROUND: Some population-based recruitment methods, such as registries and databases, have been used to increase enrolment in clinical trials by identifying eligible participants based on baseline characteristics; however; these methods have not been tested in surgical trials, in which accrual occurs before surgery. We evaluated the use of population-based electronic databases to identify patients who potentially could be accrued to the Simultaneous Resection of Colorectal Cancer with Synchronous Liver Metastases (RESECT) trial and compared it to the traditional methods used to accrue patients (e.g., multidisciplinary rounds, letters to community surgeons) for that same trial during the same period. METHODS: An electronic database (ePath) was interrogated every 2 weeks for patients diagnosed with colorectal cancer from Feb. 1, 2017, to Mar. 30, 2019. A radiologic image database (OneView) was reviewed to identify those with liver metastases (level 1 screening). Reports were interrogated to identify potentially eligible patients for the RESECT trial (level 2 screening). A hepatobiliary surgeon reviewed radiology images to identify eligible patients for the trial (level 3 screening). The primary outcome was patient eligibility for the ongoing RESECT trial. RESULTS: The population-based method identified 90 (11.2%) of 803 patients diagnosed with colorectal cancer over the study period. Among the 90 patients, level 2 screening identified 60 (67%) potentially eligible patients for the RESECT trial. Of the 90 patients, 18 (20%) were eligible after radiographic image review (level 3 screening). Traditional accrual methods identified 38 patients with liver metastases, 27 (71%) of whom were identified as potentially eligible on level 2 screening, and 14 (37%) of whom were deemed to be eligible on level 3 screening. Twenty-six patients were identified by both methods. Twelve patients were identified by population-based methods alone, and 8 patients by traditional methods alone. Six eligible patients were identified by both methods. Baseline characteristics were similar between the 2 groups. CONCLUSION: A population-based electronic database method of patient accrual was able to identify eligible participants for the RESECT trial. However, optimal accrual likely requires the use of traditional methods as well.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».