MétaCan
Menu
Retour à la cohorte
Enregistrement W2150895607 · doi:10.1093/swr/svv006

Breast Cancer among Women Living in Poverty: Better Care in Canada than in the United States

2015· article· en· W2150895607 sur OpenAlexafffundabout
Kevin M. Gorey, Nancy L. Richter, Isaac Luginaah, Caroline Hamm, Eric J. Holowaty, Guangyong Zou, Madhan K Balagurusamy

Notice bibliographique

RevueSocial Work Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of TorontoUniversity of Windsor
Organismes subventionnairesCanadian Institutes of Health ResearchU.S. Public Health Service
Mots-clésPovertyBreast cancerCancerMedicineGerontologyPsychologyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

This historical study estimated the protective effects of a universally accessible, single-payer health care system versus a multi-payer system that leaves many uninsured or underinsured by comparing breast cancer care of women living in high poverty neighborhoods in Ontario or California between 1996 and 2011. Women in Canada experienced better care particularly as compared to women who were inadequately insured in the United States. Women in Canada were diagnosed earlier (rate ratio [RR] = 1.12) and enjoyed better access to breast conserving surgery (RR = 1.48), radiation (RR = 1.60) and hormone therapies (RR = 1.78). Women living in high poverty Canadian neighborhoods even experienced shorter waits for surgery (RR = 0.58) and radiation therapy (RR = 0.44) than did such women in the US. Consequently, women in Canada were much more likely to survive longer. Regression analyses indicated that health insurance could explain most of the better care and better outcomes in Canada. Over this study's 15-year timeframe 31,500 late diagnoses, 94,500 sub-optimum treatment plans and 103,500 early deaths were estimated in high poverty US neighborhoods due to relatively inadequate health insurance coverage. Implications for social work practice, including advocacy for future reforms of US health care are discussed.

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)0,002
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 enseignants0,025
Score d'incertitude au seuil0,183

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,113
Tête enseignante GPT0,396
Écart entre enseignants0,283 · 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

Citations18
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSocial Work ResearchMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207