MétaCan
Menu
Retour à la cohorte
Enregistrement W4403553304 · doi:10.1002/cncr.35596

Challenges in implementation of molecular classification in early stage endometrial cancer—An NRG Oncology cooperative group mixed‐methods study

2024· article· en· W4403553304 sur OpenAlexaff
Elise Wilson, Ruizhi Huang, Kristen Jones, Ian S. Hagemann, Sarah M. Temkin, Jessica N. McAlpine, Matthew A. Powell, Maura M. Kepper, Andrea R. Hagemann

Notice bibliographique

RevueCancer · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueEndometrial and Cervical Cancer Treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesWashington University in St. Louis
Mots-clésMedicineSnowball samplingFamily medicineGynecologic oncologyThematic analysisOncologyLynch syndromeQualitative researchInternal medicineGynecologyCancerPathologyDNA mismatch repair

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Professional guidelines recommend molecular profiling for mismatch repair (MMR), p53, and polymerase epsilon (POLE) status in endometrial cancer (EC). However, adoption in the United States has not been documented, and barriers to the implementation of testing have not been described. METHODS: In this mixed-methods study, implementation science frameworks were used to develop a quantitative survey. Gynecologic oncologists, medical oncologists, radiation oncologists, and pathologists affiliated with NRG Oncology programs were contacted through snowball sampling and were surveyed during 2022-2023. A subset of respondents was interviewed. Statistical and thematic analyses were performed. RESULTS: At least 403 NRG Oncology-affiliated providers were contacted for the survey, and 107 (26.6%) responded. Greater than 90% of respondents perceived POLE, MMR, and p53 status as important for clinical care. MMR and p53 tests were perceived as easy to obtain, but only 24.2% of respondents reported that POLE testing was moderately or very easy to obtain. Respondents from academic sites reported better access to molecular classification and perceived greater importance of molecular classification compared with respondents from community sites. In thematic analysis of 13 qualitative interviews, cost concerns were reported as large barriers to testing. Interviewees reported a desire for prospective data to guide treatment selection based on classification results. CONCLUSIONS: Although integrating molecular classification into standard pathologic reporting is recommended, and clinicians perceive molecular profiling in early stage EC as important, survey respondents noted significant implementation barriers. Implementation challenges that differ between community oncology and academic practice settings were identified. Strategies to improve equitable access to molecular classification of early stage EC are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,028
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,169
Tête enseignante GPT0,515
Écart entre enseignants0,345 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetEndometrial and Cervical Cancer TreatmentsTravaux en français237 207