Primary care physician use across the breast cancer care continuum
Notice bibliographique
Résumé
Objective To describe primary care physician (PCP) use and continuity of PCP care across the breast cancer care continuum. Design Population-based, retrospective cohort study using provincial cancer registries linked to health administrative databases. Setting British Columbia, Manitoba, and Ontario. Participants All women with incident invasive breast cancer from 2007 to 2012 in Manitoba and Ontario and from 2007 to 2011 in British Columbia. Main outcome measures The number and proportions of visits to PCPs were determined. Continuity of care was measured using the Usual Provider of Care index calculated as the proportion of visits to the most-often-visited PCP in the 6 to 30 months before a breast cancer diagnosis (baseline) and from 1 to 3 years following a breast cancer diagnosis (survivorship). Results More than three-quarters of patients visited their PCPs 2 or more times during the breast cancer diagnostic period, and more than 80% of patients had at least 1 PCP visit during breast cancer adjuvant treatment. Contact with the PCP decreased over time during breast cancer survivorship. Of the 3 phases, women appeared to be most likely to not have PCP contact during adjuvant treatment, with 10.7% (Ontario) to 18.7% (British Columbia) of women having no PCP visits during this phase. However, a sizable minority of women had at least monthly visits during the treatment phase, particularly in Manitoba and Ontario, where approximately a quarter of women saw a PCP at least monthly. We observed higher continuity of care with PCPs in survivorship (compared with baseline) in all provinces. Conclusion Primary care physicians were generally involved throughout the breast cancer care continuum, but the level of involvement varied across care phases and by province. Future interventions will aim to further integrate primary and oncology care.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».