A scoping review of unexpected weight loss and cancer: risk, guidelines, and recommendations for follow-up in primary care
Notice bibliographique
Résumé
BACKGROUND: Cancer diagnoses often begin with consultations with GPs, but the non-specific nature of symptoms can lead to delayed diagnosis. Unexpected weight loss (UWL) is a common non-specific symptom linked to undiagnosed cancer, yet guidelines for its diagnostic assessment in general practice lack consistency. AIM: To synthesise evidence on the association between UWL and cancer diagnosis, and to review clinical guidelines and recommendations for assessing patients with UWL. DESIGN & SETTING: Systematic search and analysis of studies conducted in primary care. METHOD: Four databases were searched for peer-reviewed literature from 2012 to 2023. Two reviewers conducted all the steps. A narrative review was conducted detailing the evidence for UWL as a risk factor for undiagnosed cancer, existing clinical guidance, and recommended diagnostic approach. RESULTS: We included 25 studies involving 916 092 patients; 92% provided strong evidence of an association between UWL and undiagnosed cancer. The National Institute for Health Care and Excellence (NICE) Cancer Guideline in the UK was frequently cited. General suggestions encompassed regular weight monitoring, family history, risk factor evaluation, additional signs and symptoms, and a comprehensive physical examination. Commonly recommended pathology tests included C-reactive protein (CRP), complete blood count, alkaline phosphatase, and thyroid-stimulating hormone. Immunochemical faecal occult blood test, abdominal ultrasound, and chest X-ray were also prevalent. One large cohort study provided age, sex, and differential diagnosis-specific recommendations. CONCLUSION: This evidence review informs recommendations for investigating patients with UWL and will contribute to a computer decision support tool implementation in primary care, enhance UWL assessment, and potentially facilitate earlier cancer diagnosis.
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 | 0,051 | 0,197 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,027 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».