Pneumococcal Vaccination Utilization Among Hispanic Long-Term Colorectal Cancer Survivors: Cross-Sectional Assessment of Claims
Notice bibliographique
Résumé
BACKGROUND: Colorectal cancer (CRC) is the second leading cancer-related cause of death in the United States. However, survivorship has been increasing. Both cancer survivors and underserved populations experience unique health-related challenges and disparities that may exist among long-term CRC survivors as it relates to routine preventive care, specifically pneumococcal (PNM) vaccination. OBJECTIVE: The aim of this study was to explore the relationship between long-term CRC survival and the receipt of PNM vaccine among Hispanic Medicare recipients compared with non-Hispanic populations. METHODS: This study is a cross-sectional analysis of the Surveillance, Epidemiology, and End Results (SEER)-Medicare claims data examining ethnic differences in the receipt of PNM vaccination among long-term CRC survivors. Multivariable logistic regression models considered Hispanic ethnicity while controlling for sociodemographic characteristics, comorbidity score, age, tumor stage, and SEER registry. RESULTS: Our sample revealed 32,501 long-term CRC survivors, and 1509 identified as Hispanic (4.64%) based on an established SEER algorithm. In total, 16,252 CRC survivors, or 50.00% of our sample, received a PNM vaccination. We found that Hispanic CRC survivors had 10% decreased odds of having received a PNM vaccine compared with non-Hispanic survivors (P=.03). CONCLUSIONS: Disparities likely exist in the utilization of PNM vaccination among long-term CRC survivors. Among Medicare beneficiaries, the use of claims data regarding PNM vaccination highlights the relatively poor utilization of guideline-directed preventive care.
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 | 0,002 | 0,005 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».