Wait times for surgical and adjuvant radiation treatment of breast cancer in Canada and the United States: Greater socioeconomic inequity in America
Notice bibliographique
Résumé
PURPOSE: The demand for cancer care has increased among aging North American populations as cancer treatment innovations have proliferated. Gaps between supply and demand may be growing. This study examined whether socioeconomic status has a differential effect on waits for surgical and adjuvant radiation treatment (RT) of breast cancer in Canada and the US. METHODS: Ontario and California cancer registries provided 929 and 984 breast cancer cases diagnosed between 1998 and 2000 in diverse urban and rural places. Residence-based socioeconomic data were taken from censuses. Cancer care variables were reliably abstracted from health records: stage, receipt of surgery and RT, and waits from diagnosis to initial and initial to adjuvant treatment. Median waits were compared within- and between-country with the non-parametric Mann-Whitney U-test. Categorically long, age-adjusted wait comparisons used the Mantel-Haenszel chi-square test. RESULTS: There were significant associations between lower socioeconomic status and longer surgical waits, lower access to adjuvant RT and to longer RT waits across diverse places in California. None were observed in Ontario. The two cohorts did not practically differ on access to surgery or on surgical waits. Compared with their counterparts in California, low-income Ontarians, particularly those in small urban places, gained greater access to RT, while high-income Americans had shorter waits for RT. CONCLUSIONS: This historical study contextualized Canada's "waiting-list problems" with evidence on breast cancer care, where lower income Americans seemed to have waited as long as similar Canadians. Many more low-income Americans seemed to experience the longest wait of all for adjuvant care. They simply did not receive it. In contrast to stark American socioeconomic inequity, this study evidenced remarkable equity in Canadian breast cancer 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 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».