Improvement of racial disparities with respect to the utilization of minimally invasive radical prostatectomy in the United States
Notice bibliographique
Résumé
BACKGROUND: Race represents an established barrier to health care access in the United States and elsewhere. We examined whether race affects the utilization rate of minimally invasive radical prostatectomy (MIRP) in a population-based sample of individuals from the United States. METHODS: Within the Healthcare Cost and Utilization Project Nationwide Inpatient Sample (NIS), we focused on patients in whom MIRP and open radical prostatectomy (ORP) were performed between 2001 and 2007. We assessed the proportions and temporal trends in race distributions between MIRP and ORP. Multivariable logistic regression analyses further adjusted for age, year of surgery, baseline Charlson Comorbidity Index, annual hospital caseload tertiles, hospital region, insurance status, and median zip code income. RESULTS: Of 65,148 radical prostatectomies, 3581 (5.5%) were MIRPs. African Americans accounted for 11.4% of patients versus 78.8% for Caucasians versus 9.9% for others. Between 2001 and 2007, the annual proportions of Caucasian patients treated with MIRP were 2.2%, 0.9%, 2.6%, 7.2%, 4.7%, 9.3%, and 11.6%, respectively (chi-square trend p<0.001). For the same years in African American patients, the proportions were 0.8, 0.3, 1.4, 4.4, 3.5, 9.0 and 8.4% (chi-square trend P < .001). In multivariable analyses relative to Caucasian patients, African American patients were 14% less likely to undergo MIRP (P = .01). After period stratification between years 2001-2005 versus 2006-2007, African Americans were 22% less likely to undergo a MIRP in the early period (P = .007) versus 11% less likely to have a MIRP in the contemporary period (P = .1). CONCLUSIONS: The racial discrepancies in MIRP utilization rates are gradually improving.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».