Do socioeconomic factors and primary care model affect early breast cancer diagnosis in a cohort of breast cancer patients in an urban Canadian centre?
Notice bibliographique
Résumé
Objectives: Studies have shown an association between socioeconomic status (SES) and breast cancer (BC) treatment and diagnosis. We examined the relationship between SES, primary care physician (PCP) model and early detection of BC, as defined by asymptomatic screening and early stage at diagnosis, in a universal healthcare system.
 Methods: Data were collected for consecutive patients diagnosed with BC from January 2010 to December 2011.Variables included patient and disease factors, type of PCP, stage at diagnosis and method of tumour identification. Area-level SES variables were obtained from 2006 Canadian census data. Multivariable logistic regression was used to identify predictors of early BC diagnosis. Odds ratios with 95% confidence intervals were reported.
 Results: Results: A total of 721 patients were treated for breast cancer during the 2-year period. Predictors of early diagnosis through screening included: patients aged 51-70 (OR 4.3, 95% CI:2.6-7.2), BMI > 30 (1.5, 1.0-2.3), not employed (0.5, 0.3-0.8), and previous screening within 2 years (3.0, 2.0-4.4). Predictors of diagnosis at an early stage were having a 1st degree relative with breast cancer (2.2, 1.3-3.8) and having screening at an Ontario Breast Screening Program (2.9, 1.6-5.2).
 Conclusion: Certain patient variables such as age and family history, predicted the likelihood of early detection of BC by asymptomatic screening and diagnosis at an early stage. In our urban cohort of BC patients, SES factors were not found to be predictors of early detection of BC
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 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 ».