MétaCan
Menu
Retour à la cohorte
Enregistrement W2152931140 · doi:10.1111/j.1748-0361.2005.tb00088.x

Where a Cancer Patient Dies: The Effect of Rural Residency

2005· article· en· W2152931140 sur OpenAlexafffund
Fred Burge, Beverley Lawson, Grace Johnston

Notice bibliographique

RevueThe Journal of Rural Health · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensCancer Care Nova ScotiaDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineOdds ratioRural areaCancerConfidence intervalOddsDemographyPopulationCancer registryFamily medicineGerontologyEnvironmental healthInternal medicineLogistic regression

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Surveys indicate 50% to 80% of cancer patients would choose to die at home if possible, although far fewer actually do. In Nova Scotia (NS), cancer deaths occurring out-of-hospital increased from 19.8% in 1992 to 30.2% in 1997. The impact of rural residency on this trend has not been studied. PURPOSE: To determine the association between dying of cancer in a rural locale and the likelihood of it being an out-of-hospital death. METHODS: Secondary analysis of linked population-based administrative health data files. Subjects were all Nova Scotians who died of cancer from 1992 to 1997. Measures included location of death, dichotomized as a hospital death or an out-of-hospital death; and urban-rural residency, using an enumeration area urban-rural indicator created from postal code information adjusted for individual characteristics. RESULTS: Of the 13,652 total cancer deaths, 6171 occurred in rural NS, of whichl 1471 (23.8%) died out-of-hospital. Out-of-hospital deaths in rural NS increased from 16.2% in 1992 to just over 27% in 1997. Compared with urban cancer patients, the adjusted odds of an out-of-hospital death in rural NS was lower (adjusted odds ratio, 0.87; 95% confidence interval, 0.79-0.95). CONCLUSIONS: There was an increasing trend during the 1990s for cancer patients to die out-of-hospital. Compared with their urban counterparts, patients in rural areas were less likely to do so. Those with cancer living in the rural setting who wish to die at home may face unique challenges.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,665
Score d'incertitude au seuil0,520

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,032
Tête enseignante GPT0,374
Écart entre enseignants0,342 · 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

Citations34
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rural HealthMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207