Racial Disparities in Resection of Early Stage Non–Small Cell Lung Cancer
Notice bibliographique
Résumé
BACKGROUND: Racial disparities in resection of non-small cell lung cancer (NSCLC) are well documented. Patient-level and system-level factors only partially explain these findings. Although physician-related factors have been suggested as mediators, empirical evidence for their contribution is limited. OBJECTIVE: To determine if racial disparities in receipt of thoracic surgery persisted after patients had a surgical consultation and whether there was a physician contribution to disparities in care. METHODS: The authors identified 19,624 patients with stage I-II NSCLC above 65 years of age from the Surveillance-Epidemiology and End-Results-Medicare database. They studied black and white patients evaluated by a surgeon within 6 months of diagnosis. They assessed for racial differences in resection rates among surgeons using hierarchical linear modeling. Our main outcome was receipt of NSCLC resection. A random intercept was included to test for variability in resection rates across surgeons. Interaction between patient race and the random surgeon intercept was used to evaluate for heterogeneity between surgeons in resection rates for black versus white patients. RESULTS: After surgical consultation, black patients were less likely to undergo resection (adjusted odds ratio, 0.57; 95% confidence interval, 0.47-0.69). Resection rates varied significantly between surgeons (P<0.001). A significant interaction between the surgeon intercept and race (P<0.05) showed variability beyond chance across surgeons in resection rates of black versus white patients. When the model included thoracic surgery specifalization the physician contribution to disparities in care was decreased. CONCLUSIONS: Racial disparities in resection of NSCLC exist even among patients who had access to a surgeon. Heterogeneity between surgeons in resection rates between black and white patients suggests a physician's contribution to observed racial disparities. Specialization in thoracic surgery attenuated this contribution.
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 | 0,000 |
| 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 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 ».