MétaCan
Menu
Retour à la cohorte
Enregistrement W4366504308 · doi:10.2196/45430

Teledermatology for Enhancing Skin Cancer Diagnosis and Management: Retrospective Chart Review

2023· article· en· W4366504308 sur OpenAlexvenueno aff
Julia Gao, Amanda Oakley

Notice bibliographique

RevueJMIR Dermatology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTeledermatologyMedicineReferralMedical diagnosisSkin cancerDermatologyEconomic shortageCancerTelemedicineFamily medicinePathologyHealth careInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Skin cancer rates are at all-time highs, but the shortage of dermatologists compels patients to seek medical advice from general practitioners. A new referral pathway called the Suspected Skin Cancer (SSC) service was established to provide general practitioners in Waikato, New Zealand, with rapid diagnosis and treatment advice for lesions suspicious for skin cancer. OBJECTIVE: The aim of this study was to assess the quantity, quality, and characteristics of referrals to the SSC teledermatology service during its first 6 months. METHODS: A retrospective chart review of all referrals sent to the SSC teledermatology service during the first 6 months of its operation was conducted. Time to advice, diagnoses, diagnostic discordance, adherence to advice, and time to treatment were recorded. Diagnostic discordance between general practitioners, dermatologists, and pathologists was calculated. RESULTS: The SSC service received 340 referrals for 402 lesions. Dermatologists diagnosed 256 (63.7%) of these lesions as benign; 56 (13.9%) were histologically confirmed as malignant, including 19 (4.7%) melanomas. The overall discordance between referrer and dermatologist on specific and broad (ie, benign or malignant) diagnoses for 402 lesions was 47% and 26% (κ=0.58, SD 0.07), respectively; 44% and 26% (κ=0.61, SD 0.15) between referrer and pathologist; and 18% and 12% (κ=0.82, SD 0.12) between dermatologist and pathologist. The mean time between referral submission and receiving advice was 1.02 days. The average time to action (eg, excision) was 64.8 days. CONCLUSIONS: An electronic referral system can be an effective form of teledermatology for providing prompt diagnosis and management advice for benign and malignant skin lesions.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,324
Écart entre enseignants0,306 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DermatologyMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207