MétaCan
Menu
← Retour à la cohorte
Enregistrement W7073894146

Diagnoses and treatments for participants with interstitial lung abnormalities detected in the Yorkshire Lung Screening Trial

2023· article· en· W7073894146 sur OpenAlexaff

Notice bibliographique

RevueResearch Explorer (The University of Manchester) · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésMedical diagnosisLungInterstitial lung diseaseClinical trialNational Lung Screening Trial
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Interstitial lung abnormalities (ILA) are relatively common incidental findings in participants undergoing low-dose CT screening for lung cancer. Some ILA are transient and inconsequential, but others represent interstitial lung disease (ILD). Lung cancer screening therefore offers the opportunity of earlier diagnosis and treatment of ILD for some screening participants. METHODS: The prevalence of ILA in participants in the baseline screening round of the Yorkshire Lung Screening Trial is reported, along with the proportion referred to a regional ILD service, eventual diagnoses, outcomes and treatments. RESULTS: Of 6650 participants undergoing screening, ILA were reported in 169 (2.5%) participants. Following review in a screening review meeting, 56 participants were referred to the ILD service for further evaluation (0.8% of all screening participants). 2 participants declined referral, 1 is currently awaiting review and the remaining 53 were confirmed as having ILD. Eventual diagnoses were idiopathic pulmonary fibrosis (n=14), respiratory bronchiolitis ILD (n=4), chronic hypersensitivity pneumonitis (n=2), connective tissue disease/rheumatoid arthritis-related ILD (n=4), asbestosis (n=1), idiopathic non-specific interstitial pneumonia (n=1), sarcoidosis (n=1) and pleuroparenchymal fibroelastosis (n=1). Twenty five patients had unclassifiable idiopathic interstitial pneumonia. Overall, 10 people received pharmacotherapy (7 antifibrotics and 3 prednisolone) representing 18% of those referred to the ILD service and 0.15% of those undergoing screening. 32 people remain under surveillance in the ILD service, some of whom may require treatment in future. DISCUSSION: Lung cancer screening detects clinically significant cases of ILD allowing early commencement of disease-modifying treatment in a proportion of participants. This is the largest screening cohort to report eventual diagnoses and treatments and provides an estimate of the level of clinical activity to be expected by ILD services as lung cancer screening is implemented. Further research is needed to clarify the optimal management of screen-detected ILD. TRIAL REGISTRATION NUMBER: ISRCTN42704678.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,085
Tête enseignante GPT0,345
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueResearch Explorer (The University of Manchester)→Même sujetCell Image Analysis Techniques→Travaux en français237 207→