Simulation Modeling of Oral Cancer Development with Risk Stratification: How Potential Screening Programs Can Be Evaluated
Notice bibliographique
Résumé
Background. A barrier to early-stage oral cavity cancer detection is the lack of a defined population and screening regimen satisfying risk–benefit considerations. Methods. We constructed a microsimulation model, Simulation of Cancers of the Oral cavity and Risk Exposures (SCORE), that incorporates risk profiles defined by smoking and alcohol exposure. SCORE simulates the development and progression of oral potentially malignant disorders (OPMD) representing benign, dysplastic, or malignant lesions in the US population starting at age 40 y. OPMD high-risk characteristics of malignant transformation informed a biopsy decision rule. SCORE was calibrated to national cancer registry data. We compared life expectancy in those aged 40 to 60 y with OPMDs, cancer incidence, and cancer-specific deaths across screening strategies with and without the biopsy decision rule, assuming screening every 3 y starting at age 50 y. Results. In US men, all screening strategies reduced cancer incidence and cancer-specific mortality by at least 26% and 20% compared with no screening. Whether with or without a biopsy decision rule, life expectancy among those aged 40 to 60 y with OPMDs was 36.37 ± 0.01 life-years, a gain of 0.03 life-years. However, the use of the biopsy rule improved diagnostic efficiency with 8 biopsies per treatable diagnosis. Screening with or without the biopsy decision rule in high-risk men demonstrated comparable benefit, reducing cancer-specific deaths by 27% and incidence by 20% compared with no screening. Meanwhile, in the non-high-risk subpopulation, applying the biopsy rule avoided the harms of excess procedures, reducing lifetime biopsies by 38% versus biopsy of all OPMDs while preserving reductions in cancer burden. Conclusions. SCORE enables virtual trials of various screening regimens and target populations. Given the time and cost of clinical trials, SCORE may facilitate the evaluation of new technologies and clinical recommendations. Highlights A new oral cancer simulation model with risk factors including degrees of smoking and alcohol exposure, oral lesion features, and sex incorporates more accurate and precise representation of patient risk categories. We evaluated screening strategies for oral potentially malignant disorders with or without risk-stratified biopsy referral in both the general population and subpopulations defined by degrees of smoking and alcohol exposure. Men with a high degree of both smoking and alcohol exposure exhibited a significant reduction in cancer-specific deaths and cancer incidence from screening programs for oral potentially malignant disorders. Screening with risk-stratified biopsy, using a surgical treatment threshold of moderate dysplasia or worse, yielded the greatest efficiency in term of biopsies needed to detect 1 treatable case.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».