Initiation of adjuvant therapy following surgical resection of pancreatic ductal adenocarcinoma (PDAC): Are patients from rural, remote areas disadvantaged?
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Although race and socioeconomic status have been shown to affect outcomes in pancreatic ductal adenocarcinoma (PDAC), the impact of rural residence on the delivery of adjuvant therapy (AT) has not been studied. METHODS: Patients with resected PDAC were identified using the National Cancer Database (NCDB). Individuals were classified as living in a metro area, urban/rural adjacent to a metro area (URA), and urban/rural remote (URR) area. Multivariate logistic regression was used to assess geographic inhabitance as a predictor of receiving AT. RESULTS: A total of 32 521 individuals who underwent pancreatectomy for PDAC were identified. Univariate analysis demonstrated individuals in URR areas were less likely to receive adjuvant chemotherapy (ACT) than those living in URA or metro areas (55.3% vs 55.6% vs 58.8%, P = 0.011). However on multivariate analysis URR inhabitance was no longer a predictor of ACT (OR = 0.911 P = 0.125) or ART (OR = 0.953 P = 0.462). Cox proportional hazard modeling demonstrated URR inhabitance remained independently associated with poor OS (HR 1.076; 95% CI [1.008, 1.149], P < 0.029). CONCLUSIONS: URR inhabitance does not impact access to AT, however it is independently associated with a decreased OS. Attention must be focused on optimizing oncologic care to patients with disparate access to healthcare.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 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 ».