MétaCan
Menu
Retour à la cohorte
Enregistrement W2119475871 · doi:10.1186/1477-7819-11-140

Does geography influence the treatment and outcomes of colorectal cancer? A population-based analysis

2013· article· en· W2119475871 sur OpenAlexafffundabout
Ramzi M. Helewa, Donna Turner, Debrah Wirtzfeld, Jason Park, David Hochman, Piotr Czaykowski, Harminder Singh, Emma Shu, Lin Xue, Andrew McKay

Notice bibliographique

RevueWorld Journal of Surgical Oncology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensHealth Sciences CentreCancerCare ManitobaUniversity of Manitoba
Organismes subventionnairesWinnipeg FoundationManitoba Medical Service Foundation
Mots-clésMedicineColorectal cancerOdds ratioPopulationColonoscopyDemographyOddsConfidence intervalCancer registryCancerGerontologyEnvironmental healthInternal medicineLogistic regression

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Canadian province of Manitoba covers a large geographical area but only has one major urban center, Winnipeg. We sought to determine if regional differences existed in the quality of colorectal cancer care in a publicly funded health care system. METHODS: This was a population-based historical cohort analysis of the treatment and outcomes of Manitobans diagnosed with colorectal cancer between 2004 and 2006. Administrative databases were utilized to assess quality of care using published quality indicators. RESULTS: A total of 2,086 patients were diagnosed with stage I to IV colorectal cancer and 42.2% lived outside of Winnipeg. Patients from North Manitoba had a lower odds of undergoing major surgery after controlling for other confounders (odds ratio (OR): 0.48, 95% confidence interval (CI): 0.26 to 0.90). No geographic differences existed in the quality measures of 30-day operative mortality, consultations with oncologists, surveillance colonoscopy, and 5-year survival. However, there was a trend towards lower survival in North Manitoba. CONCLUSION: We found minimal differences by geography. However, overall compliance with quality measures is low and there are concerning trends in North Manitoba. This study is one of the few to evaluate population-based benchmarks for colorectal cancer therapy in Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,639

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,346
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWorld Journal of Surgical OncologyMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207