Socioeconomic status and lifestyle behaviors in cancer survivors.
Notice bibliographique
Résumé
6568 Background: Socioeconomic disparities in cancer survival exist even in universal healthcare systems. These disparities may be explained in part by lifestyle behaviors such as smoking and physical activity (PA). We evaluated the associations between socioeconomic variables and changes in smoking and PA after diagnosis in Ontario cancer survivors. Methods: 1,252 adult cancer survivors across diverse disease sites were surveyed about their smoking and exercise habits. Using multivariate logistic regression models, we evaluated the association of income, occupation, and education with each behavior, after adjusting for clinicodemographic and pathological covariates. Results: Cancer survivors were surveyed at a median of 26 months after diagnosis. 16% had breast cancers, 12% gastrointestinal, 26% gynecological/genitourinary, 14% head and neck, 6% lung and 19% hematologic. 15% reported being smokers at diagnosis; 45% reported being physically inactive; after diagnosis, 56% had quit smoking and 18% increased their PA. Survivors with a lower education level were more likely to be current smokers (p<0.0001) and less likely to quit if they were smoking at diagnosis (p=0.02). Similarly, patients with less education were more likely to be physically inactive currently (p<0.0001), and less likely to improve if they were inactive when they were diagnosed (p=0.004). In contrast, household income and occupation were not associated with current engagement or changes in these behaviours. Population-based marginalization indices confirmed that factors related to education level were significantly associated with smoking cessation (p<0.05). Conclusions: Cancer survivors with lower educational levels were more likely to have at baseline, and maintain, after diagnosis, unhealthy lifestyle behaviors. Targeting at-risk survivors by education level should be evaluated as a strategy in cancer survivorship programs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,004 | 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 ».