En mulighetsstudie for å forbedre screening av kolorektal kreft blant rasemessige forskjellige postnumre i et vedvarende fattigdomsfylke ved å bruke prediktive algoritmer for navigasjon og maskinlæring (PCSNaP)

Målet med denne studien er spesifikt å: 1) Tilpasse en tidligere validert maskinlæringsalgoritme basert på elektronisk helseregister (EHR) for å forutsi oppdagelse av tykktarmskreft (CRC) ved å trene modellen på nytt ved å bruke data fra pasienter som er sett i allmennpraksisklinikker som betjener postnumre med en høy andel rasemessige og etniske minoriteter som bor i Philadelphia County, et fylke med vedvarende fattigdom; og 2) Implementere og evaluere gjennomførbarheten og effektiviteten til et algoritmebasert CRC-navigasjonsprogram for å øke screening for tykktarmskreft blant pasienter i Philadelphia County som har høy risiko for CRC og som har ufullførte koloskopier.

Sammen har disse nye prosjektene som mål å være de første til å kombinere bruk av maskinlæringsalgoritmer og pasientnavigasjon for å øke retningslinjebasert kreftscreening for å redusere byrden av CRC blant høyrisikoindivider som bor i et fylke med vedvarende fattigdom gjennom målrettet, kulturelt følsom navigasjon som adresserer sosiale faktorer som forhindrer CRC-screening.