Cancer stage documentation and accuracy: Single-center retrospective study on oropharyngeal cancers
Notice bibliographique
Résumé
• Oropharyngeal squamous cell carcinoma (OPSCC) is associated with HPV disease. • Cancer staging determines prognosis and surgical vs non-invasive treatment in OPSCC. • Accurate staging in electronic health records is poor with low documentation rates. • Improved staging accuracy needed to improve treatment outcomes. • Artificial intelligence can be used to improve staging documentation/accuracy. The objectives were to (1) conduct an electronic health records (EHRs) review of oropharyngeal cancer patients, (2) determine EHR stage documentation rates, and (3) compare staging accuracy within EHRs and by Cancer Center Coders. Retrospective analysis of oropharyngeal cancer patients seen between January 1, 2010, and August 1, 2020, at a tertiary care center. Two experts reviewed EHRs to determine tumour (T), nodal (N), metastatic (M) and overall cancer stages. EHR staging documentation was abstracted and accuracy was reported in comparison to expert staging. Cancer Center Coders independently captured cancer staging, and accuracy was reported in comparison to expert staging. 803 patients were included. EHR stage documentation rates were 80 %, 78 %, 16 %, and 16 % for T, N, M, and overall stage, respectively. Average annual concordance (SD) between expert review and Cancer Center Coders were 65.6 %(5.0), 67.0 %(5.4), 90.7 %(4.9), 65.8 %(11.9) for T, N, M and overall stage, respectively. Concordance (SD) between expert review and EHR stage were 65.6%(8.6), 58.5 %(7.8), 9.3 %(3.8) and 13.6 %(7.5) for T, N, M and overall stage, respectively. In a sub-cohort of patients with only chart-documented staging, concordance (SD) rates were 80.9 %(5.4), 74.1 %(5.6), 58.0 %(16.3) and 78.2 %(15.0) for T, N, M and overall cancer stages. EHR stage documentation rates were good for T and N stages, however poor for M and overall cancer stages. Staging accuracy was moderate-to-good when comparing staging from expert reviews to staging by Cancer Center Coders and clinicians. Quality improvement interventions may improve accuracy and frequency of HNC staging, thus improving patient outcomes.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».