The impact of geography and center volume on access to care and outcomes in advanced hepatocellular carcinoma (HCC): A retrospective population based study.
Notice bibliographique
Résumé
e15597 Background: Treatment of advanced HCC is complex and involves specialized multidisciplinary care. We aimed to characterize the impact of geography and center volume on access to care and outcomes in HCC patients (pts). Methods: HCC pts who received sorafenib in British Columbia from 2008 to 2016 were included. Pts were stratified by rural vs urban status (distance from cancer center), and high volume (HVC) vs lower volume (LVC) centers. Chi-square tests and Kaplan Meier were used to test for differences between groups. Results: Of 288 pts identified, median was age 62 (IQR 56-72), 81% male, 40% Asian, 82% ECOG 0/1 and 90% Child Pugh A. Hepatitis C (32%), hepatitis B (31%) and alcohol (25%) related liver disease were most common. Most pts resided within 100 km (85%) and 173 (60%) were treated at HVC. Ethnicity, liver disease etiology, ECOG and M1 disease varied by stratification (Table). Rural pts were more likely to see an internist (30% vs 16%, p=0.04); access to other subspecialists was similar (all p>0.05). HVC pts were more likely to see a hepatologist (83% vs 19%), hepatobiliary surgeon (57% vs 42%), and/or interventional radiologist (32% vs 13%) compared to LVC pts (all p<0.01). Number of specialists seen correlated with survival (36.4 vs 20.3 vs 12.6 mo for ≥ 3 vs 2 vs 1 specialist(s), p<0.01). Median OS from time of diagnosis was higher for HVC pts (24.7 vs 13.2 mo, p<0.01), but similar when stratified by distance (p=0.44) and from sorafenib initiation (p=0.66). Conclusions: HCC patients treated at a HVC are more likely to see specialized clinicians and have improved survival outcomes. Further research is needed to understand social and clinical factors that influence these findings. [Table: see text]
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».