MétaCan
Menu
Retour à la cohorte
Enregistrement W4412564324 · doi:10.1016/j.chpulm.2025.100197

Concordance of a Web-based Lung Cancer Risk Self-Assessment Tool With Nursing Risk Assessment

2025· article· en· W4412564324 sur OpenAlexafffundabout
Ifeoma Iloghalu, K.J. Graff, Matthew T. Warkentin, Huiming Yang, Alain Tremblay

Notice bibliographique

RevueCHEST Pulmonary · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensAlberta Health ServicesAlberta HealthUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesPartenariat Canadien Contre Le CancerAlberta Health Services
Mots-clésConcordanceRisk assessmentLung cancerMedicineRisk management toolsSelf-assessmentOncologyPsychologyInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

Background: The Alberta Lung Cancer Screening Program implemented a web-based risk self-assessment tool using the Prostate, Lung, Colorectal, Ovarian Model 2012 (PLCOm2012) model. To determine the accuracy of individual self-risk assessments, this study compared user online entries with program nurse assessments. Research Question: Is the web-based lung cancer risk self-assessment tool based on the PLCOm2012 model accurate in predicting lung cancer risk among Albertans aged 50 to 74 years when incorporated into an existing lung cancer screening program? Study Design and Methods: This retrospective study used administrative data from the Alberta Lung Cancer Screening Program, which was designed to enroll 3,800 participants from September 2022 to September 2024. All self-referrals from the web tool with a risk score ≥ 1.5% were included up to July 2024. Concordance was assessed between web entries and matched nurse assessments and the impact of discordant lung cancer risks estimated. Result: A total of 384 matched entries were analyzed. The mean age of the participants was 64 ± 6 years, and most were currently smoking (61%). The study revealed high (> 95%) concordance between web entries and nurse assessments; concordance for education, smoking intensity, and smoking duration were slightly lower (90%-92%). Although a discrepancy in at least 1 value was common (32%), this resulted in an eligible participant being re-categorized as ineligible only in 3.7% of cases. Overall, 65% of participants had concordant PLCOm2012 risk scores (within 0.1%). The differences in PLCOm2012 risk between web and nurse entries ranged from - 3% to 2.5%. Interpretation: This study described the feasibility of implementing a web-based lung cancer risk self-assessment tool based on the PLCOm2012 model and found a high concordance of discrete data points between the web entries and nurse entries. However, at least 1 value was discordant in one-third of the participants, and this occasionally affected risk scores. Confirmation of lung cancer risk by a health care provider remains important prior to screening.

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)0,022
score de la tête « metaresearch » (Gemma)0,088
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 enseignants0,030
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,088
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,009
Tête enseignante GPT0,267
Écart entre enseignants0,258 · 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCHEST PulmonaryMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207