Fundamental Causes of Colorectal Cancer Mortality: The Implications of Informational Diffusion
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
CONTEXT: Colorectal cancer is a major cause of mortality in the United States, with 52,857 deaths estimated in 2012. To explore further the social inequalities in colorectal cancer mortality, we used fundamental cause theory to consider the role of societal diffusion of information and socioeconomic status. METHODS: We used the number of deaths from colorectal cancer in U.S. counties between 1968 and 2008. Through geographical mapping, we examined disparities in colorectal cancer mortality as a function of socioeconomic status and the rate of diffusion of information. In addition to providing year-specific trends in colorectal cancer mortality rates, we analyzed these data using negative binomial regression. FINDINGS: The impact of socioeconomic status (SES) on colorectal cancer mortality is substantial, and its protective impact increases over time. Equally important is the impact of informational diffusion on colorectal cancer mortality over time. However, while the impact of SES remains significant when concurrently considering the role of diffusion of information, the propensity for faster diffusion moderates its effect on colorectal cancer mortality. CONCLUSIONS: The faster diffusion of information reduces both colorectal cancer mortality and inequalities in colorectal cancer mortality, although it was not sufficient to eliminate SES inequalities. These findings have important long-term implications for policymakers looking to reduce social inequalities in colorectal cancer mortality and other, related, preventable diseases.
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.
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 découle