MétaCan
Menu
← Retour à la cohorte
Enregistrement W74270104

Routine pelvic examination during front-line chemotherapy for ovarian cancer: should it play a role?

2008· article· en· W74270104 sur OpenAlexaff
Peter A. Argenta, Rebekah R. Ormsby, Levi S. Downs, Patricia L. Judson, Rahel Ghebre, Linda F. Carson

Notice bibliographique

RevuePubMed · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensWomen's Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineOvarian cancerChemotherapyPelvic examinationPhysical examinationSurgeryCancerGynecologyInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine if pelvic examination affected management in patients undergoing first-line chemotherapy for ovarian cancer and to determine a threshold of change in tumor size reliably detectable by pelvic examination. STUDY DESIGN: We reviewed 501 encounters among 47 women with ovarian cancer to see if pelvic examination prompted a management change. Clinicians then evaluated synthetic model "tumors" and were retested at intervals of 3-48 hours to determine change needed for reliable detection. RESULTS: The median number of examinations was 3 during 8 cycles of chemotherapy. Fifteen examinations (10.5%) revealed palpable anomalies, attributable to known tumor in 10 instances. The most common events preceding management change were elevation in serum CA-125 (57%) or chemotherapy toxicity (20%). No changes were made based on pelvic examination alone. When assessing "tumor" volume in a model, estimates ranged from 33-309% of actual volume. Determination of volume change following a delay was poor. No reliable threshold of detection of volume change was established. CONCLUSION: Pelvic examination findings rarely dictated management changes in this study. Further, our results call into question the potential of routine pelvic examination to add significantly to clinical management during initial treatment given the wide range of error in "tumor" size estimates.

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)0,002
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,276
Écart entre enseignants0,229 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetOvarian cancer diagnosis and treatment→Travaux en français237 207→