M6 Make every contact count- opportunistic lung cancer screening and smoking cessation at a community diagnostic centre
Notice bibliographique
Résumé
Introduction Lung cancer screening (LCS) reduces lung cancer mortality and health inequality. Implementation is challenging at a time when screening invites are limited. We sought to establish the numbers of patients attending our community diagnostic centre (CDC) for lung function testing (LFT) that would qualify for opportunistic LCS and smoking cessation services (SCC). Methods Patients attending the CDC for LFT from November 2024 to January 2025 were assessed by age and smoking status to determine whether they would qualify for LCS (55–74 years and current or ex-smokers) and/or referral to tobacco dependency services (TDS). Results In the 3 months 1255 LFT attendances were recorded of which 316 patients within the LCS age range (25.2%, figure 1). Of those 149 (47%) were females and 167 (54%) males, with a median age of 65 yrs. 105 patients were current smokers warranting referral to tobacco dependency services, representing 8.4% of total LFT and 33.2% of within LCS age range. Conclusion One quarter of LFT referrals are within the age range for LCS, representing a group of patients that could be referred directly to LCS from the community (although we did not confirm whether any were already within the programme). 50% of that group were current smokers supporting the need for reliable access to SCC from the CDC. Further work aims to develop easy to use (e.g. QR code) information for CDC attendees on LCS and Smoking cessation with proactive referrals. Furthermore, we propose to assess all attendees at CDC to more broadly understand opportunistic LCS and TDS referrals.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,003 |
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 ».