The impact of psychiatric utilisation prior to cancer diagnosis on survival of solid organ malignancies
Notice bibliographique
Résumé
BACKGROUND: Among patients with cancer, prior research suggests that patients with mental illness may have reduced survival. The objective was to assess the impact of psychiatric utilisation (PU) prior to cancer diagnosis on survival outcomes. METHODS: All residents of Ontario diagnosed with one of the top 10 malignancies (1997-2014) were included. The primary exposure was psychiatric utilisation gradient (PUG) score in 5 years prior to cancer: 0: none, 1: outpatient, 2: emergency department, 3: hospital admission. A multivariable, cause-specific hazard model was used to assess the effect of PUG score on cancer-specific mortality (CSM), and a Cox proportional hazard model for effect on all-cause mortality (ACM). RESULTS: A toal of 676,125 patients were included: 359,465 (53.2%) with PUG 0, 304,559 (45.0%) PUG 1, 7901 (1.2%) PUG 2, and 4200 (0.6%) PUG 3. Increasing PUG score was independently associated with worse CSM, with an effect gradient across the intensity of pre-diagnosis PU (vs PUG 0): PUG 1 h 1.05 (95% CI 1.04-1.06), PUG 2 h 1.36 (95% CI 1.30-1.42), and PUG 3 h 1.73 (95% CI 1.63-1.84). Increasing PUG score was also associated with worse ACM. CONCLUSIONS: Pre-cancer diagnosis PU is independently associated with worse CSM and ACM following diagnosis among patients with solid organ malignancies.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».