MétaCan
Menu
Retour à la cohorte
Enregistrement W4403879009 · doi:10.21037/tlcr-24-425

Systems mapping: a novel approach to national lung cancer screening implementation in Australia

2024· review· en· W4403879009 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTranslational Lung Cancer Research · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerCancerLung cancer screeningData scienceComputer sciencePathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Lung cancer screening with low-dose computed tomography has been started in some high-income countries and is being considered in others. In many settings uptake remains low. Optimal strategies to increase uptake, including for high-risk subgroups, have not been elucidated. This study used a system dynamics approach based on expert consensus to identify (I) the likely determinants of screening uptake and (II) interactions between these determinants that may affect screening uptake. Methods: Consensus data on key factors influencing screening uptake were developed from existing literature and through two stakeholder workshops involving clinical and consumer experts. These factors were used to develop a causal loop diagram (CLD) of lung cancer screening uptake. Results: The CLD comprised three main perspectives of importance for a lung cancer screening program: participant, primary care, and health system. Eight key drivers in the system were identified within these perspectives that will likely influence screening uptake: (I) patient stigma; (II) patient fear of having lung cancer; (III) patient health literacy; (IV) patient waiting time for a scan appointment; (V) general practitioner (GP) capacity; (VI) GP clarity on next steps after an abnormal computed tomography (CT); (VII) specialist capacity to accept referrals and undertake evaluation; and (VIII) healthcare capacity for scanning and reporting. Five key system leverage points to optimise screening uptake were also identified: (I) patient stigma influencing willingness to receive a scan; (II) GP capacity for referral to scans; (III) GP capacity to increase patients' health literacy; (IV) specialist capacity to connect patients with timely treatment; and (V) healthcare capacity to reduce scanning waiting times. Conclusions: This novel approach to investigation of lung cancer screening implementation, based on Australian expert stakeholder consensus, provides a system-wide view of critical factors that may either limit or promote screening uptake.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,761
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,353
Tête enseignante GPT0,574
Écart entre enseignants0,220 · 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