Socioeconomic Status, Diagnostic Interval Length and Outcome in Pediatric Acute Lymphoblastic Leukemia
Notice bibliographique
Résumé
Efforts to determine the causes of treatment failure in acute lymphoblastic leukemia (ALL), the most common childhood cancer, have neglected the potential role of socioeconomic status (SES). This thesis aimed to address three key knowledge gaps in the field of SES and pediatric oncology. First, we evaluated the current literature by conducting a systematic review of studies evaluating the impact of SES upon childhood cancer survival. Of the 36 studies identified, we found that low SES was uniformly associated with inferior outcome in low- and middle-income countries. The same association was commonly found in studies conducted in high-income countries. Secondly, as several researchers have proposed that prolonged diagnostic intervals (time between first healthcare access and diagnosis) may serve as a pathway linking low SES and inferior cancer outcome, we developed and validated a novel measure of diagnostic interval length among Ontario children with ALL using population-based health services data. Using this measure, we found that prolonged diagnostic interval (≥4 days) was associated with having a general practitioner (GP) as primary care physician vs. a pediatrician [adjusted odds ratio (OR) 1.60, 95% confidence interval (CI) 1.04-2.47; p=0.03]. Socioeconomic and healthcare access variables were not associated with interval length. While prolonged diagnostic intervals were associated with superior event-free survival [hazard ratio (HR) 0.71, 95% CI 0.52-0.98; p=0.04], this association was confounded by disease biology. Finally, we aimed to determine the impact of SES upon Ontario children with ALL. We found that while low SES was not associated with inferior EFS, immigrant status was associated with superior outcome (HR 0.36, 95% CI 0.13- 0.96; p=0.04). These findings have important implications for patients, caregivers, researchers and policymakers. Future studies should use the methodologies developed in this thesis to explore the impact of SES and diagnostic interval length in other 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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».