Patterns of physician follow-up among young cancer survivors: report of the Childhood, Adolescent, and Young Adult Cancer Survivors (CAYACS) research program.
Notice bibliographique
Résumé
OBJECTIVE: To describe the frequency and pattern of physician visits in 1998 to 2000 among childhood and adolescent cancer survivors in British Columbia (BC), to compare their use of physician services with use in the general population, and to examine the effects of clinical and sociodemographic factors on care. DESIGN: Retrospective, observational, population-based cohort study, with a comparison group. Cohort records from population registries were linked to physician claim data and oncology visit records for 1998 to 2000. SETTING: Outpatient physician care in BC. PARTICIPANTS: All (N = 1157) survivors of cancer diagnosed before age 20 years in BC between 1970 and 1992 who survived at least 5 years after diagnosis, and an age-sex frequency-matched population sample of 11 570 individuals. MAIN OUTCOME MEASURES: Probability of a physician visit and frequency of physician visits. RESULTS: Approximately 97% of survivors saw at least 1 physician in the 3-year period, compared with 50% of the general population sample. The probability of a GP visit was 96% higher (adjusted 95% confidence interval [CI] 1.8 to 2.1), and the likelihood of a specialist visit was 157% higher (adjusted 95% CI 2.4 to 2.8) than for the general population. Survivors were more than twice as likely to see GPs at least 10 times (adjusted relative risk 2.23, 95% CI 2.0 to 2.4) and had 49% more visits than the general population. Cancer diagnosis and treatment affected visit patterns, but socioeconomic status and rural residency did not significantly affect the probability of a visit. CONCLUSION: Demand for physician care among childhood and adolescent cancer survivors is considerably greater than for the general population, and this need persists many years after diagnosis. Physicians need information on the unique health care requirements of this patient group in order to provide appropriate care.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».