Causes and impact of delays during the COVID‐19 pandemic on head and neck cancer diagnosis
Notice bibliographique
Résumé
BACKGROUND: The causes for delays during the COVID19 pandemic and their impact on head and neck cancer (HNC) diagnosis and staging are not well described. METHODS: Two cohorts were defined a priori for review and analysis-a Pre-Pandemic cohort (June 1 to December 31, 2019) and a Pandemic cohort (June 1 to December 31, 2020). Delays were categorized as COVID-19 related or not, and as clinician, patient, or policy related. RESULTS: A total of 638 HNC patients were identified including 327 in the Pre-Pandemic Cohort and 311 in the Pandemic Cohort. Patients in the Pandemic cohort had more N2-N3 category (41% vs. 33%, p = 0.03), T3-T4 category (63% vs. 50%, p = 0.002), and stage III-IV (71% vs. 58%, p < 0.001) disease. Several intervals in the diagnosis to treatment pathway were significantly longer in the pandemic cohort as compared to the Pre-Pandemic cohort. Among the pandemic cohort, 146 (47%) experienced a delay, with 112 related to the COVID-19 pandemic; 80 (71%) were clinician related, 15 (13%) were patient related, and 17 (15%) were policy related. CONCLUSIONS: Patients in the Pandemic cohort had higher stage disease at diagnosis and longer intervals along the diagnostic pathway, with COVID-19 related clinician factors being the most common cause of delay.
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 | 0,009 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».