Associations between county-level general surgeon (GS) and gastroenterologist (GA) density and outcomes for hepatobiliary cancer (HBC).
Notice bibliographique
Résumé
292 Background: Surgical resection is the mainstay of treatment for early, localized HBC. Prior studies consistently show an association between procedure volumes and cancer outcomes, but the impact of surgeon and physician density is unclear. Our aims were to 1) examine the effects of GS and GA density on HBC mortality and 2) compare the relative importance of GS versus GA density on HBC outcomes. Methods: Using county-level data from the Area Resource File, US Census, and National Cancer Institute, we developed both multivariate linear and logistic regression models to determine the effect of GS and GA density on overall HBC mortality between 2002 and 2006, while controlling for cancer incidence, county demographics and socioeconomic factors. Results: In total, 793 counties were analyzed: mean HBC incidence and mortality were 5.89 and 5.34 per 100,000 persons, respectively; 77% were metropolitan; mean GS and GA densities were 10.6 and 3.5 per 100,000 people, respectively. When compared to counties with no GS, those with at least one had a statistically significant decrease in HBC-specific mortality (beta coefficient -.115; p=.001). In contrast, when compared to counties with no GA, those with at least one showed a trend towards lower mortality (beta coefficient -.0677; p=.065). Increasing the county-level density of GS and GA improved outcomes, but increases beyond 10 GS or 4 GA per 100,000 people did not continue to result in significant reductions in HBC mortality; rather, these showed an increase in HBC mortality. Conclusions: Reductions in HBC mortality are more strongly influenced by increasing GS than GA density. There appears to be a ceiling effect at which point increasing GS and GA density does not appear to result in improvements in HBC outcomes. A strategy of allocating healthcare resources and distributing the workforce across counties will optimize outcomes at the population-level.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».