Influence of Socioeconomic Status on Survival of Hepatocellular Carcinoma in the Ontario Population; A Population-Based Study, 1990–2009
Notice bibliographique
Résumé
BACKGROUND: Research has shown that people from higher socioeconomic status (SES) have better hepatocellular carcinoma (HCC) survival outcomes, although no such research has been carried out in Canada. We aimed to assess if an association between SES and HCC survival existed in the Canadian context. METHODOLOGY/PRINCIPAL FINDINGS: We conducted a population-based cohort study linking HCC cases identified in the Ontario Cancer Registry between 1990 and 2009 to administrative and hospital data. Logistic regression and chi-squared tests were used to evaluate associations between SES (income quintile) and covariates. The Kaplan-Meier method was used to estimate survival. Sequential analysis of the proportional-hazards models were used to determine the association between SES and HCC survival controlling for potential prognostic covariates. During the period 1990-2009, 5,481 cases of HCC were identified. A significant association was found between SES and curative treatment (p = 0.0003), but no association was found between SES and non-curative treatment (p = 0.064), palliative treatment (p = 0.680), or ultrasound screening (p = 0.615). The median survival for the lowest SES was 8.5 months, compared to 8.8 months for the highest SES group. The age- and sex-adjusted proportional-hazards model showed statistically significant difference in HCC survival among the SES groups, with hazard ratio 0.905 (95% confidence intervals 0.821, 0.998) when comparing highest to lowest SES group. Further adjustments indicated that potentially curative treatment was the likely explanation for the association between SES and HCC survival. CONCLUSIONS/SIGNIFICANCE: Our findings suggest that a 10% HCC survival advantage exists for the higher SES groups. This association between SES and HCC survival is most likely a reflection of lack of access to care for low SES groups, revealing inequities in the Canadian healthcare system.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».