Clinical Utility of Multicancer Detection in Symptomatic Patients: A Decision-Making Perspective
Notice bibliographique
Résumé
PURPOSE: There is growing interest in multicancer detection (MCD) blood tests for diagnosing patients with cancer-related symptoms. However, recent studies suggest that MCD testing may not be sensitive enough to rule out cancer in the symptomatic population without retraining the underlying classifiers. On the basis of clinical guidelines for suspected cancer referral, here we cast these data into a formal diagnostic decision-making perspective to assess clinical utility. METHODS: Data were extracted from the SYMPLIFY study (ISRCTN10226380), which evaluated the performance of the Galleri test (GRAIL, LLC). The decision threshold for suspected cancer referral was extracted from the National Institute for Health and Care Excellence Guideline 12. Clinical utility was estimated using Bayesian decision curve analysis. RESULTS: For the guideline-derived decision threshold of 3%, the Galleri MCD test avoided 18,005 unnecessary suspected cancer referrals per 100,000 symptomatic patients, with a 99.4% posterior probability of clinical utility. High probabilities of clinical utility were observed for gynecologic, lower GI, and upper GI referral pathways, avoiding between 25,414 and 62,501 unnecessary referrals per 100,000 symptomatic patients. The rapid diagnostic center and lung referral pathways showed negligible probabilities of clinical utility. The minimum diagnostic performance required for clinical utility varied significantly across referral pathways. The gynecologic pathway showed the lowest sensitivity requirement (under 30% for a highly specific test) and the lung pathway the highest (over 90% for any specificity level). CONCLUSION: Clinical utility of MCD testing for symptomatic patients in the United Kingdom varies substantially across referral pathways but is favorable for gynecologic and GI cancers. Future pathway-specific optimization of MCD tests must consider clinical utility explicitly and does not require retraining the underlying machine learning classifiers.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».