Dépister ou ne pas dépister (une revue systématique des recommandations de pratique sur les dépistages de masse)
Notice bibliographique
Résumé
Contexte: Les guides de pratique sur les dépistages de masse se sont multipliés et couvrent un nombre croissant de problèmes de santé. Les médecins généralistes peuvent avoir des difficultés pour les connaître et les mettre en oeuvre de manière appropriée. Objectifs: Identifier les recommandations sur les dépistages de masse en soins primaires selon leur grade. Méthodologie: Nous avons effectué une revue systématique de la littérature internationale dans les bases de données Medline et Web of Science ainsi que dans six sources majeures de guides de pratiques. Les guides de pratiques sur le dépistage publiés de mars 2002 à août 2012 ont été inclus. Le système de gradation du NICE a été utilisé pour reclasser les grades des recommandations de tous les guides de pratiques inclus. Résultats: Cent quarante-neuf guides de pratiques ont été identifiés, comprenant 228 recommandations couvrant 65 problèmes de santé (80 avec les subdivisions). Ces recommandations étaient prescriptives pour 27 problèmes de santé, proscriptives pour 40, et divergentes pour 13. Douze problèmes de santé étaient couverts par de fortes recommandations (grade A) pour le dépistage de masse et six par de fortes recommandations contre. Les recommandations proscriptives étaient plus fréquemment de plus bas grade (66% avec un grade C ou D), en comparaison avec les recommandations prescriptives (31 %, p<0,001). Nous n'avons trouvé qu'une seule forte recommandation prescriptive (sur l'infection à Chlamydia) chez les adolescents et aucune chez les enfants. L'appareil uro-génital (16 problèmes de santé), la grossesse (14) et le système cardio-vasculaire (10) étaient les principaux appareils corporels concernés par les recommandations de dépistage. Parmi les dépistages recommandés, 17 étaient basés sur des tests biologiques, 13 sur des tests cliniques et 6 sur des imageries. Les recommandations étaient émises par des agences nationales (42%) ou des sociétés de spécialités (58%), principalement en provenance des Etats-Unis (74%), du Royaume Uni (9%) et du Canada (7%). Les recommandations proscriptives étaient plus souvent produites par les agences nationales que par les sociétés de spécialité (51% contre 25%, p=O.OOl). Conclusions: Les médecins devraient mieux suivre les recommandations de haut grade pour protéger leurs patients contre le surdiagnostic et se protéger eux-mêmes contre le risque de poursuite judiciaire. Pour améliorer le respect des recommandations, leurs rédacteurs devraient définir avec attention les problèmes de santé couverts et utiliser un système de gradation standard. Des indicateurs pertinents pour évaluer la balance bénéfices-risques, de même que la limite d'âge supérieure et l'intervalle de dépistage, devraient être fournis pour chaque recommandation.
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 | 0,133 | 0,350 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,015 | 0,013 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,011 | 0,014 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,007 |
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 ».