Surgical density and its effect on esophageal cancer (EC) and gastric (GC) mortality.
Notice bibliographique
Résumé
16 Background: Surgical resection plays an integral role in the multimodality treatment of patients with EC or GC. The distribution of thoracic and general surgeons at the county level varies widely across the US. The impact of the allocation of these surgeons on cancer outcomes is unclear. Our aims were to 1) examine the effect of surgeon density on EC or GC mortality, 2) compare the relative roles of thoracic and general surgeons on EC and GC outcomes and 3) determine other county characteristics associated with cancer mortality. Methods: Using county-level data from the Area Resources File, U.S. Census and National Cancer Institute, we constructed regression models to explore the effect of thoracic and general surgeon density on EC and GC mortality, respectively. Multivariate analyses controlled for incidence rate, county demographics (population aged 65+, proportion eligible for Medicare, education attainment, metropolitan vs. rural), socioeconomic factors (median household income) and healthcare resources (number of general practitioners, number of hospital beds). Results: In total, 332 and 402 counties were identified for EC and GC, respectively: mean EC/GC incidence = 5.29/6.83; mean EC/GC mortality=4.70/3.92; 91% were metropolitan and 9% were rural; mean thoracic and general surgeon densities were 10 and 63 per 100,000 people, respectively. When compared to counties with no thoracic surgeons, those with at least 1 thoracic surgeon had reduced EC mortality (beta coefficient -0.031). For GC, counties with 1 or more general surgeons also had decreased number of deaths (beta coefficient -0.095) when compared with those without any surgeons. While increasing the density of surgeons beyond 10 only yielded minimal improvements in EC mortality, it resulted in significant further reductions in GC mortality. Other county characteristics, such as increased number of hospital beds and higher median household income, were correlated with improved outcomes. Conclusions: Mortality from GC appears to be more susceptible to the benefits of increased surgeon density. For EC, a strategic policy of allocating health resources and distributing the workforce across counties will be best able to optimize outcomes at the population-level. 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
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».