Screening for endometriosis: A scoping review of screening measures that could support early diagnosis
Notice bibliographique
Résumé
BACKGROUND: Endometriosis is prevalent in approximately 6-10% of all women of reproductive age and is associated with pelvic pain, heavy menstrual bleeding, infertility, and pain during intercourse. Despite reporting symptoms, women wait around 11 years before receiving a diagnosis, further interfering with their mental and physical health. Patient reported screening measures can promote faster diagnosis, however their measurement quality remains unknown. Our objective was to identify and assess the measurement properties of endometriosis screening tools in a clinical setting. METHODS: We searched Medline, Embase, and CINAHL from January 2010 until February 15th, 2024, as well as the reference list of all included studies. Two reviewers independently assessed eligibility at all stages of the review. Study quality was assessed with a modified COSMIN framework and stoplight system in which the measurement properties of each Patient Reported Outcome Measure (PROM) were ranked and scored as positive (green), negative (red), or unknown (yellow). RESULTS: Of the 6082 studies that were collected, 24 were assessed for eligibility and eleven PROMs met our inclusion criteria and had their data extracted. A majority of the included studies assessed very few measurement properties (e.g., measurement error, structural validity, construct validity or responsiveness, etc…) of the PROM, leaving their quality unknown. The ENDOPAIN-4D received a positive rating in six out of ten measurement properties, ranking highest among the included studies. A Machine Learning Algorithm (MLA) developed by Bendifallah et al. (2022) also received good content and criterion validity, however required both patient report and clinical indicators. CONCLUSION: Of the included PROMs, the ENDOPAIN-4D was found the be the highest quality and could be adopted for a primary care setting. While the MLA could be used in a tertiary or specialist care setting reliance on more advanced data. However, like most studies included, the scope of its application is limited due to the potential homogeneity of ethnicity, gender, and socioeconomic status of the sample.
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 | 0,035 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,012 |
| Bibliométrie | 0,030 | 0,025 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».