Disparities in Timeliness of Care for U.S. Medicare Patients Diagnosed with Cancer
Notice bibliographique
Résumé
BACKGROUND: Timeliness of care (rapid initiation of treatment after definitive diagnosis) is a key component of high-quality cancer treatment. The present study evaluated factors influencing timeliness of care for U.S. Medicare enrollees. METHODS: Data for Medicare enrollees diagnosed with breast, colorectal, lung, or prostate cancer while living in U.S. seer (Surveillance, Epidemiology and End Results) regions in 2000-2002 were analyzed. Patients were classified as experiencing delayed treatment if the interval between diagnosis and treatment was greater than the 95th percentile for each cancer site. The impacts of patient sociodemographic, clinical, and area-based factors on the likelihood of delayed treatment were analyzed using multivariate logistic regression. RESULTS: Black patients (compared with white patients) and patients initially treated with radiation therapy or chemotherapy (rather than surgery) had a greater likelihood of treatment delays across all four cancer sites. Hispanic status, dual Medicare-Medicaid status, location of initial treatment (inpatient vs. outpatient), and stage at diagnosis also affected timeliness of care for some cancer sites. Surprisingly, area-based factors reflecting availability of cancer care services were not significantly associated with timeliness of care or were associated with greater delays in areas with greater numbers of service providers. CONCLUSIONS: Multiple factors affected receipt of timely cancer care for members of the study population, all of whom had coverage of medical care services through Medicare. Because delays in treatment initiation can increase morbidity, decrease quality of life, shorten survival, and result in greater costs, prospective studies and tailored interventions are needed to address those factors among at-risk patient groups.
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 ».