Urban and rural differences in outcomes of head and neck cancer (HNC).
Notice bibliographique
Résumé
6570 Background: Management of HNC is becoming more specialized where effective treatments frequently require multidisciplinary and multimodality care. Concerns exist that access to such complex care may be suboptimal for marginalized subsets of the population. Our aim was to examine for potential urban and rural disparities in HNC outcomes within a population-based single payer healthcare system. Methods: All patients diagnosed with HNC from 2001 to 2010 and referred to any 1 of 5 regional comprehensive cancer centers in British Columbia, Canada were reviewed. Based on census data, patients were classified into 4 categories: 1) rural 2) small urban 3) moderate urban and 4) large urban areas. Kaplan Meier methods and Cox regression were used to correlate site of residence with overall survival (OS), controlling for prognostic factors that included socio-demographics and other tumor and treatment-related characteristics. Results: A total of 3,036 patients were included: median age was 64 years, 74% were men, and 32% were ECOG 0/1. The majority resided in large urban areas (55%) followed by rural (22%), moderate urban (13%), and small urban (10%). There were no clinically significant differences in baseline characteristics across the 4 groups. In multivariate-adjusted models, advanced age >/= 65 years (HR 1.58, 95%CI 1.21-2.06, p<0.001), ECOG 2+ (HR 4.20, 95%CI 2.41-4.93, p<0.001), and lack of multimodality treatment (HR 2.88, 95%CI 1.72-4.81, p<0.001) correlated with inferior OS, but site of residence did not (Table). In subgroup analyses that stratified by type of treatment (radiation, chemotherapy, and/or surgery) and anatomic location of HNC (oral cavity, oropharynx, larynx, hypopharynx, nasopharynx), OS remained similar irrespective of urban or rural residence. Conclusions: Urban-rural differences in outcomes were not observed. The centralization of HNC management in this large population-based cohort represents an appropriate model of care for cancers in which multimodality treatments are increasingly complex and where disparities in access may be prevalent. Residence HR for death 95%CI P-value Rural 1.0 -- -- Small urban 1.27 0.77-2.10 0.35 Moderate urban 0.84 0.52-1.37 0.49 Large urban 1.19 0.80-1.56 0.51
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».