Responses by Breast and Prostate Cancer Patients to Out-Of-Pocket Costs in Newfoundland and Labrador
Notice bibliographique
Résumé
PURPOSE: Cancer patients face substantial care-related out-of-pocket (oop) costs that may influence treatment decisions, attitudes, and use of drug- or appointment-related cost-saving strategies. We examined the relationship between oop costs and care-related responses by patients. METHODS: We surveyed 170 prostate and 131 breast cancer patients presenting at clinics or support groups, or listed on the cancer registry in Newfoundland and Labrador. RESULTS: In the 3-month period before the survey, 18.8% of prostate and 25.2% of breast cancer patients had oop costs greater than $500. Those oop costs consumed more than 7.5% of quarterly household income for 15.9% of prostate and 19.1% of breast cancer patients. Few patients (8.8% prostate, 15.3% breast) ever adopted any drug- or appointment-related cost-saving strategy. Few patients (7.2% prostate, 9.6% breast) said oop costs influenced treatment decisions, told their physicians about their oop costs (27.0% prostate, 21.1% breast), or were aware of available financial assistance programs (27.3% prostate, 36.9% breast). Compared with patients having low or moderate oop costs (22.9% prostate, 16.7% breast, and 25.7% prostate, 58.3% breast respectively), a larger proportion of prostate (56.0%) and breast (58.3%) cancer patients with high oop costs said that those costs created stress. Among prostate cancer patients, a larger proportion of those having high oop costs (compared with low or moderate costs) used drug-related (22.2% vs. 3.3% and 9.6% respectively) and appointment-related (11.1% vs. 1.1% and 3.8% respectively) cost-saving strategies, said oop costs created an unusual amount of stress (48.0% vs. 18.4% and 10.4%), and had difficulty paying those costs (29.2% vs. 6.2% and 10.4%). CONCLUSIONS: For a small group of breast and prostate cancer patients, oop costs are high, but rarely lead to the use of care-related cost-saving strategies or influence care decisions.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».