MétaCan
Menu
Retour à la cohorte
Enregistrement W2589214874 · doi:10.1200/jco.2013.31.15_suppl.e14603

Causes of urban-rural disparities in adjuvant chemotherapy (AC) for rectal cancer (RC).

2013· article· en· W2589214874 sur OpenAlexaff
Khodadad Rasool Javaheri, Ali Moghaddamjou, Caroline Speers, Winson Y. Cheung

Notice bibliographique

RevueJournal of Clinical Oncology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple and Secondary Primary Cancers
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineQuartileCancerLogistic regressionRural areaDemographyInternal medicineConfidence intervalPathology

Résumé

récupéré en direct d'OpenAlex

e14603 Background: While urban-rural differences in cancer care are well described, the etiology of these disparities is unclear. Our aims were to 1) characterize differences in AC use based on community size and 2) determine if such disparities are mediated through variations in driving distance (DD) and travel time (TT) to closest cancer center. Methods: Patients diagnosed with stage 2 and 3 RC from 1999 to 2009 and referred to any 1 of 5 regional cancer centers in British Columbia were reviewed. Communities were classified as rural, small urban, moderate urban and large urban based on census data. Using zip codes and a distance matrix application interface, DD and TT to the closest cancer center were determined and categorized into quartiles. Stepwise logistic regression models were constructed to explore AC use based on urban vs rural communities, adjusting for DD and TT. Results: A total of 3,017 patients were identified: median age was 67 years (IQR 58-75), 64% were men and 58% received AC. Patients were distributed across various communities: rural 36%; small urban 12%; moderate urban 13%; and large urban 39%. There were no differences in baseline patient and disease characteristics based on community size (all p>0.05). Compared to patients in large urban centers, those living in rural, small urban and moderate urban areas were less likely to be treated with AC (62 vs 49 vs 54 vs 58%, respectively, p<0.001). Likewise, DD and TT were shortest for large urban and longest for rural residents (both p<0.001). In multivariate analyses that controlled for confounders, urban-rural disparities in receipt of AC persisted, but these differences significantly diminished after adjusting for DD, TT, or both (Table). Conclusions: Urban-rural disparities in AC use is partly mediated by commute. Strategic distribution of cancer services that reduce DD and TT to cancer centers may improve access to AC for a number of RC patients who are living in smaller communities. [Table: see text]

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,270
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,115
Tête enseignante GPT0,471
Écart entre enseignants0,356 · 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.

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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetMultiple and Secondary Primary CancersTravaux en français237 207