Like a Complete Unknown: An Audit of the Quality of the Referrals to the Cancer of Unknown Primary Clinic at a Tertiary Care Centre
Notice bibliographique
Résumé
BACKGROUND: Carcinoma of Unknown Primary (CUP) constitutes approximately 3% of all advanced cancer cases globally, posing a distinct and complex medical challenge due to its metastatic nature, with no identifiable primary tumour site despite comprehensive investigations. AIM: This study aimed to assess the quality of referrals to the Cancer of Unknown Primary Clinic at the Princess Margaret Cancer Centre (PMCC) by conducting a retrospective audit of initial referrals between January 2022 and March 2023. METHODS: The adequacy of referrals was evaluated based on adherence to NICE guidelines, focusing on essential diagnostic investigations such as comprehensive history, physical examination, CT scans, and pathological assessment with immunohistochemistry. Our cohort consisted of 97 patients with a median age of 66 years. RESULTS: The results indicated that only 55% of referrals met the criteria for adequacy, with significant deficiencies in computed tomography (CT) scans and immunohistochemistry (IHC). Notably, the adequacy of referrals varied by specialty, with the lowest rates in emergency medicine and family medicine, and the highest rates in medical oncology, gastroenterology, and neurosurgery. CONCLUSIONS: These findings underscore the need for improved standardization and education to enhance referral quality, ensuring that patients with CUP receive appropriate and timely care. This study marks the initial phase of the Knowledge-to-Action cycle, highlighting areas for quality improvement in the referral process to the CUP clinic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».