Characterizing Variability in Lung Cancer Outcomes and Influence of a Lung Diagnostic Assessment Program in Southeastern Ontario, Canada
Notice bibliographique
Résumé
Introduction: Regional variability in lung cancer (LC) outcomes exists across Canada, including in the province of Ontario. The Lung Diagnostic Assessment Program (LDAP) in southeastern (SE) Ontario is a rapid-assessment clinic that expedites the management of patients with suspected LC. We evaluated the association of LDAP management with LC outcomes, including survival, and characterized the variability in LC outcomes across SE Ontario. Methods: We conducted a population-based retrospective cohort study by identifying patients with newly diagnosed LC through the Ontario Cancer Registry (January 2017–December 2019) and linked to the LDAP database to identify LDAP-managed patients. Descriptive data were collected. Using a Cox model approach, we compared 2-year survival for patients managed through LDAP vs. non-LDAP. Results: We identified 1832 patients, 1742 of whom met the inclusion criteria (47% LDAP-managed and 53% non-LDAP). LDAP management was associated with a lower probability of dying at 2 years (HR 0.76 vs. non-LDAP, p < 0.0001). Increasing distance from the LDAP was associated with a lower likelihood of LDAP management (OR 0.78 for every 20 km increase, p < 0.0001). LDAP-managed patients were more likely to receive specialist assessment and undergo treatments. Conclusions: In SE Ontario, initial diagnostic care provided via LDAP was independently associated with improved survival in patients with LC.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».