MétaCan
Menu
Retour à la cohorte
Enregistrement W2137060638 · doi:10.17269/cjph.99.1583

Cancer survival in Ontario, 1986-2003: evidence of equitable advances across most diverse urban and rural places.

2008· article· en· W2137060638 sur OpenAlexaffabout
Kevin M. Gorey, Karen Y. Fung, Isaac Luginaah, Emma Bartfay, Caroline Hamm, Frances C. Wright, Madhan K Balagurusamy, Aziz Mohammad, Eric J. Holowaty, Kathy Tang

Notice bibliographique

RevuePubMed · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésCancerCancer survivalGeographyGerontologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study examined whether place and socio-economic status had differential effects on the survival of women diagnosed with breast cancer in Ontario during the 1980s and the 1990s. METHODS: The Ontario Cancer Registry provided 29,934 primary malignant breast cancer cases. Successive historical cohorts (1986-1988 and 1995-1997) were, respectively, followed until 1994 and 2003. Diverse places were compared: the greater metropolitan Toronto area, other cities, ranging in size from 50,000 to a million people, smaller towns and villages, and rural and remote areas. Socio-economic data for each woman's residence at the time of diagnosis were taken from population censuses. RESULTS: Very small cities (6%) with populations between 50,000 and 100,000 were the only places where breast cancer survival had advanced less compared to the province as a whole. Income gradients began to appear, however, in larger cities. Urban residents in the lowest income areas were significantly disadvantaged compared to the highest income areas during the 1990s, but not during the 1980s. CONCLUSION: This historical analysis of breast cancer survival evidenced remarkably equitable advances across nearly all of Ontario's diverse places. The most likely explanation for such substantial equity seems to be Canada's universally accessible, single-payer, health care system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,037
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,144
Tête enseignante GPT0,342
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), 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
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207