MétaCan
Menu
Retour à la cohorte
Enregistrement W2891644085 · doi:10.23889/ijpds.v3i4.616

Factors associated with the breast cancer diagnostic interval across five Canadian provinces: a CanIMPACT study

2018· article· en· W2891644085 sur OpenAlexaffabout
Mary L. McBride, Patti A. Groome, Kathleen Decker, Eva Grunfeld, Li Jiang, Cynthia Kendell, Robin Urquhart, Khanh Vu, Marcy Winget

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of AlbertaNova Scotia Health AuthorityDalhousie UniversityUniversity of TorontoCARE CanadaQueen's UniversityCancerCare ManitobaBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicinePercentileSocioeconomic statusBreast cancerReferralCancerDemographyPopulationConfidence intervalCancer registryPediatricsFamily medicineInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

IntroductionA long breast cancer diagnostic process can affect patient anxiety and survival. Variations in the length of the diagnostic interval for similar patient presentations can indicate health system inequities and/or inefficiencies. Objectives and ApproachWe describe the breast cancer diagnostic interval across Canada and factors associated with its length. We studied breast cancer patients diagnosed from 2004/7 to 2010/11/12 in the Canadian provinces: British Columbia, Alberta, Manitoba, Ontario, and Nova Scotia. Using administrative data, we created parallel population-based, provincial-level datasets and ran common analyses. The diagnostic interval was defined from the screening mammogram to the diagnosis for screen-led and from the first referral/test ordering date to the diagnosis for diagnostic-led patients. Stratified by these two diagnostic routes, we describe the variation in the interval across provinces and report on the province-specific associations between the diagnostic interval and: patient age, comorbid disease burden, socioeconomic status combined with rural residence, and continuity of primary care while controlling for cancer stage. ResultsThe median diagnostic interval varied by 6 days (29 to 35 days) across provinces. Screen-led patients were diagnosed more quickly (median 2-12 days quicker). The 90th percentile diagnostic interval was 84-126 days longer in diagnostic-led patients. In the diagnostic-led group, increasing comorbid burden was consistently associated with longer diagnostic intervals and being >70 was associated with a shorter interval at the 90th percentile in Manitoba and Ontario. There was no evidence of a clear rural or low socioeconomic status effect and patients without a primary care physician had shorter intervals. In the screen-led group, patients age 40-49 and those in the medium or low income rural areas waited longer for a diagnosis. Conclusion/ImplicationsDiagnostic wait times differ across Canada and are variably associated with comorbidity, age, area-level socioeconomic status and rural residence. These results point to practice and system-level effects that warrant further study.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,064
Score d'incertitude au seuil0,462

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,010
Études des sciences et des technologies0,0050,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,188
Tête enseignante GPT0,461
Écart entre enseignants0,273 · 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'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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207