MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408119365 · doi:10.3390/curroncol32030147

COVID-19 Pandemic Impact on Delays in Diagnosis and Treatment for Cervical Cancer in Montreal, Canada

2025· article· en· W4408119365 sur OpenAlexaffvenueabout
Yohan Kerbage, Elise de Castro Hillmann, Jessica Ruel-Laliberté, Vanessa Samouëlian

Notice bibliographique

RevueCurrent Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire de SherbrookeUniversité de SherbrookeCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicCervical cancerReferralRetrospective cohort studyCoronavirus disease 2019 (COVID-19)Stage (stratigraphy)CohortCancerPediatricsDiseaseInternal medicineFamily medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Introduction. The COVID-19 pandemic has been responsible for a major reorganization of healthcare systems, with less access for cancer screening. Few data exist on the impact of cervical cancer treatment during the pandemic. Methods. The purpose of this study was to compare the cervical cancer stage at diagnosis and the surgical and medical treatment delays before and during the COVID-19 pandemic. This is a retrospective cohort study of all cervical cancers diagnosed at any stages between 1 January 2018 and 28 February 2022 at the Centre Hospitalier de l’Université de Montréal. Stage at diagnosis, time to initial referral, time from diagnosis to treatment before and during the COVID-19 pandemic were compared. Results. A total of 244 cervical cancers were diagnosed during the study period. No differences were observed between the number of cases diagnosed before and after pandemic (p = 0.237). Most patients and disease characteristics did not differ between the study periods, but the patients were significantly younger (p = 0.007), with higher BMI (p = 0.024) in the pandemic period. The mean time between initial diagnosis and referral was longer during the pandemic by 13 days (p = 0.042). The mean time between diagnosis and MRI and diagnosis and PET CT was not longer during the pandemic (p = 0.481 and p = 0.384). There were no significant differences in the mean time from the initial referring to the first visit at the CHUM (p = 0.895) or in the mean time from diagnosis to treatment (0.668) and duration of treatment (p = 0.181) Conclusion. Minor delays were observed during the COVID-19 pandemic. Cervical cancer patients treated at the CHUM, a tertiary and quaternary Canadian public health center, were globally referred and treated similarly, as those who were treated before pandemic.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,464

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,223
Tête enseignante GPT0,537
Écart entre enseignants0,314 · 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'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→