The interstitial lung disease patient pathway: from referral to diagnosis
Notice bibliographique
Résumé
Background: Suspected interstitial lung disease (ILD) patients may be referred to an ILD-specialist centre or a non-ILD-specialist centre for diagnosis and treatment. Early referral and management of patients at ILD-specialist centres has been shown to improve survival and reduce hospitalisations. The COVID-19 pandemic has affected the ILD patient diagnostic pathway and prompted centres to adapt. This study investigates and contrasts ILD patient pathways in ILD-specialist and non-ILD-specialist centres, focusing on referrals, caseloads, diagnostic tools, multi-disciplinary team (MDT) meeting practices and resource accessibility. Methods: Conducted as a cross-sectional study, a global self-selecting survey ran from September 2022 to January 2023. Participants included ILD specialists and healthcare professionals (HCPs) from ILD-specialist centres and non-ILD-specialist centres. Results: Of 363 unique respondents from 64 countries, 259 were from ILD-specialist centres and 104 from non-ILD-specialist centres. ILD centres had better resource availability, exhibiting higher utilisation of diagnostic tests (median: 12 tests) than non-ILD centres (nine tests) and better access to specialist professions attending MDT meetings (median: six professions at meeting) in specialist centres than non-ILD centres (three professions at meeting). Transitioning to virtual MDT meetings allowed HCPs from other locations to join meetings in nearly 90% of all centres, increasing regular participation in 60% of specialist centres and 72% of non-ILD centres. For treatment of patients, specialist centres had better access to antifibrotic drugs (91%) compared to non-ILD centres (60%). Conclusions: Diagnostic pathways for ILD patients diverged between specialist centres and non-ILD centres. Disparities in resource and specialist availability existed between centres.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».