Timely access and quality of care in colorectal cancer: a population-based cohort study using administrative data
Notice bibliographique
Résumé
BACKGROUND: While efforts to improve cancer outcomes have typically focused on improving quality of care, recently, a growing emphasis has been placed on timely access to quality cancer care. This retrospective cohort study examines, at a population level, the relationship between quality and timeliness of colorectal cancer (CRC) care in a single Canadian province (Nova Scotia). Through the provincial cancer registry, we identified all residents diagnosed with invasive CRC between 2001 and 2005 that underwent a non-emergent resection. Using anonymized administrative databases that are individually linked at the patient level, we obtained clinicodemographic, diagnostic, and treatment event data. Selected charts were reviewed to ensure completeness of chemotherapy data. Performance on six quality indicators and the percentage of patients achieving wait-time benchmarks for diagnosis, surgery, and adjuvant therapy were calculated. The relationship between quality indicators and wait-time benchmarks was examined using logistic regression. RESULTS: Where an association was identified, patients who received 'higher quality care' had longer wait times. Individuals who received a complete preoperative colonoscopy were less likely to meet benchmarks for time from presentation to diagnosis and from diagnosis to surgery. Those who received an appropriate radiation oncology consultation were less likely to meet benchmarks for time from diagnosis to surgery and from surgery to adjuvant therapy. CONCLUSIONS: As governments and other organizations move forward with strategies to reduce wait times, they must also focus on how to define and monitor quality care, and consider the relationship between these two dimensions of health care. Similarly, when developing quality improvement initiatives, the impact on resource utilization and potential to create longer waits for care must be considered.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».