MétaCan
Menu
Retour à la cohorte
Enregistrement W4379768212 · doi:10.1097/med.0000000000000814

Overuse of thyroid ultrasound

2023· review· en· W4379768212 sur OpenAlexaff
Gonzalo J. Acosta, Naykky Singh Ospina, Juan P. Brito

Notice bibliographique

RevueCurrent Opinion in Endocrinology Diabetes and Obesity · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueThyroid Cancer Diagnosis and Treatment
Établissements canadiensInstitute of Nutrition, Metabolism and Diabetes
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésOverdiagnosisMedicineThyroid cancerIntensive care medicineThyroid nodulesThyroidPsychological interventionHealth carePathologyNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Thyroid ultrasound (TUS) is a common diagnostic test that can help guide the management of patients with thyroid conditions. Yet, inappropriate use of TUS can lead to harmful unintended consequences. This review aims to describe trends in the use and appropriateness of TUS in practice, drivers and consequences of inappropriate use, and potential solutions to decrease overuse. RECENT FINDINGS: TUS use has increased in the U.S. and is associated with increased diagnosis of thyroid cancer. Between 10-50% of TUSs may be ordered outside of clinical practice recommendations. Patients who receive an inappropriate TUS and are incidentally found to have a thyroid nodule may experience unnecessary worry, diagnostic interventions, and potential overdiagnosis of thyroid cancer. The drivers of inappropriate TUS use are not yet fully understood, but it is likely that a combination of clinician, patient, and healthcare system factors contribute to this problem. SUMMARY: Inappropriate TUS is a factor leading to the overdiagnosis of thyroid nodules and thyroid cancer, resulting in increased healthcare costs and potential harm to patients. To effectively address the overuse of this diagnostic test, it is necessary to gain a deeper understanding of the frequency of inappropriate TUS use in clinical practice and the factors that contribute to it. With this knowledge, interventions can be developed to reduce the inappropriate use of TUS, leading to improved patient outcomes and more efficient use of healthcare resources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,096
Tête enseignante GPT0,393
Écart entre enseignants0,296 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Endocrinology Diabetes and ObesityMême sujetThyroid Cancer Diagnosis and TreatmentTravaux en français237 207