S650 AI-Assisted vs Traditional Colonoscopy in Colorectal Neoplasia Detection: A Systematic Review and Meta-Analysis of RCTs and Observational Studies
Notice bibliographique
Résumé
Introduction: Over 80% of people who smoke nicotine are not up-to-date with lung cancer screening, and more than 40% of eligible adults are not current with colorectal cancer (CRC) screening. Blood-based tests for both cancers offer a promising alternative to existing options. In this study, we used conjoint analysis to assess preferences for blood-based lung and CRC screening tests compared to traditional methods (e.g., low-dose CT [LDCT] for lung cancer; fecal immunochemical test [FIT], multitarget stool DNA [mt-sDNA], and colonoscopy for CRC). Methods: We conducted a choice-based conjoint survey of US adults aged 50–75 years who were eligible but not up-to-date for lung and CRC screening per USPSTF guidelines. In the conjoint exercises, participants evaluated side-by-side hypothetical lung cancer and CRC screening test combinations that varied by modality, frequency, accuracy, and other features. We used hierarchical Bayes regression to estimate individual part-worth utilities, which were then used to conduct simulations assessing respondents’ preferred lung cancer and CRC screening test combinations: blood tests for both cancers, blood test for one and traditional for the other, or traditional tests for both. Multivariable logistic regression adjusted for confounding and identified factors associated with preferring blood-based screening for both cancers. Results: A total of 1,741 participants completed the survey; 43.9% of respondents preferred to do blood tests every 3 (Q3) years for both cancers, while 28.6% favored traditional options. Another 21.9% preferred a lung cancer blood test Q3 years with a traditional CRC test; 5.6% chose annual lung LDCT with a CRC blood test Q3 years. Regression results showed that non-married individuals, those with comorbidities, and those who do not exercise regularly were more likely to prefer blood tests to screen for both cancers (all P < 0.05). In contrast, non-Hispanic Black individuals with higher income, and those with a usual source of care were less likely to choose blood testing (all P < 0.05). Conclusion: Among a national sample of individuals not up-to-date with lung and CRC screening, nearly half preferred blood tests for both cancers over traditional methods. These findings suggest that blood-based screening is broadly acceptable and may help address barriers to participation in cancer screening programs.
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 | 0,030 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,032 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».