Future risk projection to engage �near-miss� individuals in lung cancer screening eligibility: an analysis of ILST data
Notice bibliographique
Résumé
Introduction Lung cancer risk increases with time, and participants who are initially ineligible for lung cancer screening (LCS) could become eligible later. The aim of this study was to determine the proportion of people (initially ineligible) who may become eligible in a risk model-based LCS programme and the impact smoking cessation could have on this cohort. Methods All potential participants for the International Lung Screening Trial aged 55�80 years, ineligible for Low-dose CT screening at baseline (PLCO m2012 <1.5% 6-year risk), were included. Assuming annual increments of change in age, smoking duration and quit time, and under the assumption of other risk variables being constant, projections of risk were made using the PLCO m2012 model from evaluation to the upper age limit of 80 years. Results 4451 subjects with a median age of 61 (IQR: 57�66) years were included. Assuming no change in smoking status post evaluation, 2239 participants (50.3%) became eligible (PLCO m2012 =1.51%) by age 80, with 26.9% and 38.7% of the cohort reaching eligibility by age 70 and 75 years, respectively. Among participants with a baseline risk=0.6%, 1518 (34.1%) reached eligibility within 10 years of initial evaluation. Smoking cessation after first evaluation can reduce the proportion of individuals who may become eligible for LCS by age 70 from 68.7% to 24.9%. Conclusions Future risk projection of eligibility could provide a time window for reassessment of risk on an individual level. It is important to provide smoking cessation services to individuals who are ineligible for LCS at the initial programme contact.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».