Financial burden from wage losses after early breast cancer: Extent and determinants among Canadian women
Notice bibliographique
Résumé
9000 Background: Wage losses after breast cancer may result in considerable financial burden. More women now participate in the workforce and breast cancer is managed using multiple treatment modalities that could lead to long work absences. We evaluated the burden from wage losses and determinants among Canadian women in the first 12 months after newly diagnosed non-metastatic breast cancer. Methods: This prospective cohort study was conducted among 800 women from 8 hospitals (participation 83%) of whom 459 were working at diagnosis. For these latter women, information on potential determinants of wage losses, work absences, compensation received and perception of financial situation was collected by 3 telephone interviews over the year. Information on medical characteristics came from medical files. The main outcome was the relative loss, namely wages lost divided by annual wages the woman would have earned had she not been absent from work. ANOVA was used to identify determinants. Results: The median relative loss in the first year after diagnosis for the 403 women reporting an absence or reduced work hours was 19% or $5,502 (Can dollars). Multivariate analysis showed that the mean relative loss was 13% for women who reported that breast cancer was not at all costly compared to 22%, 33% and 38% among women who said that breast cancer was a bit, quite or very costly, respectively (ptrend<0.0001). A higher relative loss was significantly associated with a lower level of education (difference between lowest and highest levels = 8 %, ptrend=0.0016), living =50 km from the surgery hospital (diff = 6%, p=0.0697), lower social support (diff = 8%, p=0.0119), invasive disease (diff = 6%, p=0.0861), chemotherapy (diff = 17%, p<0.0001), self-employment (diff= 17%, p<0.0001), shorter tenure in the job (diff between lowest and highest levels = 12%, ptrend<0.0001) and part-time work (diff = 10%, p=0.0003). Conclusions: Financial effects of wage losses could add to the overall burden of breast cancer. Clinicians and policy makers should be sensitized further to the fact that financial burden may be important for working women having more aggressive treatment and precarious work situations. No significant financial relationships to disclose.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Observationnel | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Observationnel | high |
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».