Notice bibliographique
Résumé
Objectif : L'organisation systématique des dossiers médicaux et des données au niveau du patient dans une base de données peut être d'une grande valeur dans les décisions de traitement fondées sur des données probantes. En outre, une base de données structurée offre des recherches sur un large éventail de sujets, y compris l'épidémiologie, les évaluations de programmes pour améliorer le processus de soins, l'efficacité du traitement et la politique de santé. Cette thèse décrit la conception et la mise en place d'une base de données complète de patients atteints de pathologie oncologique maxillofaciale ayant besoin de chirurgie reconstructive traités au Département de chirurgie bucale et maxillofaciale du Centre universitaire de santé McGill. Méthodes : Nous avons créé un registre de patients traités au service d'oncologie maxillofaciale et de reconstruction à partir d'enregistrements médicaux en utilisant un système de collecte de données en ligne (REDCap). Le registre a ensuite été utilisé pour extraire des données sur la répartition démographique des patients, le traitement reçu, la reconstruction et les résultats pour les patients traités entre 2008 et 2015. Les variables analysées comprenaient des données sociodémographiques (par exemple : sexe), le cancer (par exemple : type histologique, grade histologique, sites, stade) et les informations sur le traitement. Résultats : Le processus de création de la base de données est décrit, y compris l'établissement d'un comité de registre, l'élaboration de formulaires d'admission clinique, la sélection d'un logiciel de registre, l'intégration des formulaires dans le logiciel et, finalement, la saisie des données et l'analyse des dossiers des patients traités entre juillet 2008 et août 2015. Nous avons identifié 223 patients consécutifs atteints de cancer primaire de la tête et du cou (Head and Neck Cancer, HNC), dont la plupart étaient des hommes (55%). La majorité des cas de HNC étaient des cancers de la cavité bucale (84%) et des carcinomes épidermoïdes (65%). Parmi les cas de carcinome épidermoïde de la cavité bucale (67%), la langue était le principal site affecté (41%), suivie de la gencive mandibulaire (28%) et du plancher de la bouche (12%). La moitié des cas de HNC étaient au stade précoce (I-II) et 37% étaient des maladies loco-régionales résécables. Alors que la résection chirurgicale était la principale modalité de traitement (87%), la radiothérapie était utilisée dans la moitié (52%) des cas. Conclusion : Les résultats suggèrent que les bases de données jouent un rôle important pour les services d'oncologie en recueillant des données pertinentes liées au cancer. Avec ces données, il est possible d'effectuer des études épidémiologiques qui peuvent être utilisées pour analyser la qualité des soins accordés aux patients en cancérologie, ce qui peut améliorer les mesures de soins offertes à cette 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 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 | 0,033 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,008 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,006 |
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 ».