Impact of Age and Diagnosis on Waiting Times Between Important Healthcare Events Among Children 0 to 19 Years Cared for in Pediatric Units
Notice bibliographique
Résumé
BACKGROUND: The objectives were to describe and compare waiting times to diagnosis and treatment of children and adolescents who accessed pediatric oncology centers in Canada for healthcare, and to assess the effects and relative contributions of age, sex, and diagnosis to waiting times. METHODS: Waiting times were assessed for 2,365 children (0 to 14 y) and 375 adolescents (15 to 19 y) diagnosed with cancer between 1995 and 2000 inclusive and followed by the Treatment and Outcome Surveillance system of the Canadian Children's Cancer Surveillance and Control Program. Differences were assessed using the chi2 test, Fisher exact test, and Wilcoxon test statistic. RESULTS: Median waiting times between first assessment by treating oncologist or surgeon and definitive diagnostic procedure, and the subsequent interval to first therapeutic event, were 2 days each. Significant variation existed in both periods when stratified by age and diagnosis but not sex. The most significant differences between age groups were eliminated when stratified by diagnosis. INTERPRETATION: This analysis suggests that once they enter the healthcare system, children and adolescents treated in pediatric centers in Canada experience short waiting times to key diagnostic and treatment events. Differences in wait times between the 2 age groups are not clinically significant and can be attributed to the differences in the types of cancer experienced by adolescents compared with children.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».