MétaCan
Menu
Retour à la cohorte
Enregistrement W2610477182 · doi:10.5539/gjhs.v9n8p32

What If All Patients with Breast Cancer in Malaysia Have Access to the Best Available Care: How Many Deaths Are Avoidable?

2017· article· en· W2610477182 sur OpenAlexvenueno aff
Gwo Fuang Ho, Nur Aishah Mohd Taib, Rajesh Kumar Singh, Cheng Har Yip, Muhammad Abdullah, Taekyu Lim

Notice bibliographique

RevueGlobal Journal of Health Science · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerCancerEthnic groupPopulationDemographyCancer registryEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cancer is a leading cause of death in the world and the fourth leading cause in Malaysia. A widening disparity in cancer burden has emerged between high and low-middle income countries. A similar disparity due to differential access to cancer care between affluent and deprived groups is likely to exist within developing country too. We assess this inequality by estimating the number of deaths due to cancer that would be avoidable if all patients had access to the best available care in Malaysia, a high middle income country.METHODS: The number of avoidable deaths is the difference between the number of deaths estimated by GLOBOCAN12 for Malaysia (which is consistent with published estimates on cancer survival), and the expected number of deaths if all patients with Breast Cancer (BC) had experienced the age-ethnic-stage specific survival outcomes observed in a leading private cancer centre in Malaysia. Data on age-ethnic-stage composition of the general BC population were from local cancer registry and public hospitals providing safety net cancer services.FINDINGS: Of the 2312 excess deaths due to BC, 2048 (88%) were avoidable. Of these avoidable deaths, 1167 (57%) were attributable to late stage presentation while 881 (43%) were due to lack of access to optimal treatment. Sensitivity analyses however show that the 88% avoidable deaths may be as low as 50%, taking into account differences in socio-economic status, over-diagnosis and lack of very long term survival data.INTERPRETATION: The huge number of avoidable deaths highlights the high cancer mortality rate among the deprived and the vast disparity in access to cancer care between the rich and poor within Malaysia, which mirrors the global cancer divide between rich and poor countries.Cancer care system that deliver such disastrous and inequitable outcomes is clearly under-performing. It is in urgent need of reform.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,068
Tête enseignante GPT0,382
Écart entre enseignants0,315 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207