The wait time creep: Changes in the surgical wait time for women with uterine cancer in Ontario, Canada, during 2000–2009
Notice bibliographique
Résumé
OBJECTIVE: Uterine cancer is a major cancer of women, with outcomes potentially worsening with delayed diagnosis or hysterectomy, the main treatment. Yet cancer surgery wait times are not reported by cancer site. This study sought to examine changes in wait times for uterine cancer surgery between 2000 and 2009 and to identify predictors of longer surgery wait times. METHODS: Population-based retrospective analysis of a cohort of uterine cancer patients diagnosed between April 2000 and March 2009. Using linked administrative data, all cases in which a patient had hysterectomy following diagnosis were identified. Wait time was defined as days from diagnosis of uterine cancer (day 0) to hysterectomy. Regression analysis was used to examine the relationship between covariates and wait time. RESULTS: Wait times increased steadily between 2000 and 2006 from a median of 34 to 54 days, followed by a plateau until 2009-during which patients waited a median of between 53 and 55 days for surgery after diagnosis. Overall, 55% of patients had a wait time longer than 6 weeks after diagnosis. Predictors of a wait time greater than 6 weeks included older age, region, lower income, later year of diagnosis, surgery by a gynaecologic oncologist, non-sarcoma histology group and having surgery in a teaching hospital. CONCLUSION: Over half of uterine cancer patients waited longer than the recommended 6 weeks for surgery. Future reporting of cancer wait times by each disease site regularly would help to identify progress to reduce wait times and opportunities for improvement.
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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».