Determinants of delays in treatment initiation in children and adolescents diagnosed with leukemia or lymphoma in Canada
Notice bibliographique
Résumé
Minimizing delays that may occur along the cancer care pathway requires an understanding of their determinants. Few studies on childhood cancers have been published on the factors that influence the time it takes for patients to get a first medical consultation (patient delay) and treatment (health care system [HCS] delay) once cancer symptoms have been recognized. Our objective was to assess factors related to disease, patient and HCS on patient and HCS delay for children and adolescents with leukemias and lymphomas in Canada. A prospective cohort study was conducted on subjects enrolled in the Treatment and Outcomes Surveillance program of the Canadian Childhood Cancer Surveillance and Control Program, a national surveillance program. We studied 963 leukemia and 397 lymphoma patients who were less than 19-years old at diagnosis in 1995-2000. Logistic regression models were used to measure the associations between candidate predictive factors and delays. Age was positively associated with patient delay for both leukemia and lymphoma patients, but not with HCS delay. Patients first seen in a hospital emergency room had a lower risk of HCS delay than patients first seen by a general practitioner. Cancer subtype was associated with patient delay for leukemia patients, and HCS delay for lymphoma patients. Longer patient delay was associated with a lower risk of long HCS delay for both cancers. Factors related to the patients, their disease and the HCS may exert different influences on varying segments of the care pathway of leukemia and lymphoma patients.
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 ».