MétaCan
Menu
Retour à la cohorte
Enregistrement W2165103978 · doi:10.2105/ajph.2009.173112

Effects of Socioeconomic Status on Colon Cancer Treatment Accessibility and Survival in Toronto, Ontario, and San Francisco, California, 1996–2006

2010· article· en· W2165103978 sur OpenAlexafffundabout
Kevin M. Gorey, Isaac Luginaah, Emma Bartfay, Karen Y. Fung, Eric J. Holowaty, Frances C. Wright, Caroline Hamm, Sindu Kanjeekal

Notice bibliographique

RevueAmerican Journal of Public Health · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of Windsor
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSocioeconomic statusMedicineGerontologyCancer registryDemographyPopulationColorectal cancerCancerEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: We examined the differential effects of socioeconomic status on colon cancer care and survival in Toronto, Ontario, Canada, and San Francisco, California. METHODS: We analyzed registry data for colon cancer patients from Ontario (n = 930) and California (n = 1014), diagnosed between 1996 and 2000 and followed until 2006, on stage, surgery, adjuvant chemotherapy, and survival. We obtained socioeconomic data for individuals' residences from population censuses. RESULTS: Income was directly associated with lymph node evaluation, chemotherapy, and survival in San Francisco but not in Toronto. High-income persons had better survival rates in San Francisco than in Toronto. After adjustment for stage, survival was better for low-income residents of Toronto than for those of San Francisco. Middle- to low-income patients were more likely to receive indicated chemotherapy in Toronto than in San Francisco. CONCLUSIONS: Socioeconomic factors appear to mediate colon cancer care in urban areas of the United States but not in Canada. Improvements are needed in screening, diagnostic investigations, and treatment access among low-income Americans.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,298
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,035
Tête enseignante GPT0,371
Écart entre enseignants0,336 · 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

Citations55
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Public HealthMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207