The Use of Preoperative Imaging in Endometrial Cancer : Are Ontario Physicians Following Goc Guidelines?
Notice bibliographique
Résumé
Introduction / Background: Joint SOCG-GOC-SCG clinical practice guidelines recommend against preoperative imaging studies (such as CT), except for cases of locally advanced disease or aggressive histologies. This study utilized population-based data to evaluate the use of preoperative imaging in Ontario and factors associated with its use.Methodology: Ontario women diagnosed with endometrial cancer from 2006-2016 were identified from the Ontario Cancer Registry. Patients with a hysterectomy prior to the date of diagnosis, non- epithelial histology or a prior cancer diagnosis within 5 years were excluded. Age-standardized incidence rate of endometrial cancer and preoperative imaging (CT or MRI) rates were calculated over time. Predictive factors for preoperative imaging use were determined using multi-variable analysis. A subanalysis was performed on low-risk patients, to determine if preoperative imaging use differed in this population.Results: 21641 cases were included for analysis. From 2006-2016, the number of cases of endometrial cancer increased 48.0%, and age-standardized incidence rate increased 17.6%. The use of preoperative imaging increased from 19.3% to 32.6%. In a subanalysis of a low-risk population, the rate of preoperative imaging was 16%, compared with 26.8% in the combined population. Factors most predictive of preoperative imaging were: non-endometrioid histology, higher stage, higher grade, comorbidity score and rurality score.Conclusion: Endometrial cancer incidence and the use of preoperative imaging has increased from 2006 - 2016 in Ontario. Guideline compliance was moderate; while preoperative imaging use was associated with high risk features, inappropriate use was still seen in the low risk population
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,023 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,012 | 0,029 |
| Science ouverte | 0,013 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».