The Effect of Neighborhood Disadvantage on the Racial Disparity in Ovarian Cancer-Specific Survival in a Large Hospital-Based Study in Cook County, Illinois
Notice bibliographique
Résumé
This paper examines the effect of neighborhood disadvantage on racial disparities in ovarian cancer-specific survival. Despite treatment advances for ovarian cancer, survival remains shorter for African-American compared to White women. Neighborhood disadvantage is implicated in racial disparities across a variety of health outcomes and may contribute to racial disparities in ovarian cancer-specific survival. Data were obtained from 581 women (100 African-American and 481 White) diagnosed with epithelial ovarian cancer between June 1, 1994, and December 31, 1998 in Cook County, IL, USA, which includes the city of Chicago. Neighborhood disadvantage score at the time of diagnosis was calculated for each woman based on Browning and Cagney's index of concentrated disadvantage. Cox proportional hazard models measured the association of self-identified African-American race with ovarian cancer-specific survival after adjusting for age, tumor characteristics, surgical debulking, and neighborhood disadvantage. There was a statistically significant negative association (-0.645) between ovarian cancer-specific survival and neighborhood disadvantage (p = 0.008). After adjusting for age and tumor characteristics, African-American women were more likely than Whites to die of ovarian cancer (HR = 1.59, p = 0.003). After accounting for neighborhood disadvantage, this risk was attenuated (HR = 1.32, p = 0.10). These findings demonstrate that neighborhood disadvantage is associated with ovarian cancer-specific survival and may contribute to the racial disparity in survival.
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 | 0,021 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».