COVID-related disruptions to colorectal cancer screening, diagnosis, and treatment could increase cancer Burden in Australia and Canada: A modelling study
Notice bibliographique
Résumé
COVID-19 disrupted cancer control worldwide, impacting preventative screening, diagnoses, and treatment services. This modelling study estimates the impact of disruptions on colorectal cancer cases and deaths in Canada and Australia, informed by data on screening, diagnosis, and treatment procedures. Modelling was used to estimate short- and long-term effects on colorectal cancer incidence and mortality, including ongoing impact of patient backlogs. A hypothetical mitigation strategy was simulated, with diagnostic and treatment capacities increased by 5% from 2022 to address backlogs. Colorectal cancer screening dropped by 40% in Canada and 6.3% in Australia in 2020. Significant decreases to diagnostic and treatment procedures were also observed in Australia and Canada, which were estimated to lead to additional patient wait times. These changes would lead to an estimated increase of 255 colorectal cancer cases and 1,820 colorectal cancer deaths in Canada and 234 cases and 1,186 deaths in Australia over 2020-2030; a 1.9% and 2.4% increase in mortality, respectively, vs a scenario with no screening disruption or diagnostic/treatment delays. Diagnostic and treatment capacity mitigation would avert 789 and 350 deaths in Canada and Australia, respectively. COVID-related disruptions had a significant impact on colorectal cancer screening, diagnostic, and treatment procedures in Canada and Australia. Modelling demonstrates that downstream effects on disease burden could be substantial. However, backlogs can be managed and deaths averted with even small increases to diagnostic and treatment capacity. Careful management of resources can improve patient outcomes after any temporary disruption, and these results can inform targeted approaches early detection of cancers.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».