Abstract D008: Resolving disparities in cancer patient outcomes in Trinidad and Tobago
Notice bibliographique
Résumé
Abstract The Caribbean Cancer Research Initiative (CCRI) began as a result of the alarming rates of various cancer types in the Caribbean and the lack of data and credible sources of information on the prevalence of cancer in the region. What we do know is that Trinidad and Tobago has one of the highest cancer mortality rates in the Caribbean. Some explanations for this disparity can be lack of treatment innovation, educational gaps regarding screening, shortcomings in health care administration and cultural biases. Preliminary data indicates that Trinidad has one of the highest breast cancer mortality rates in the Americas. The five year breast cancer survival rate is at approximately 30% compared to over 90% in the US. The median time to diagnostic resolution based on preliminary research is 65 days, approximately 3 times what is it in US and Canada. CCRI’s mission is to build the cancer research capacity in the Caribbean starting in Trinidad which will aid in preventing more cancers and improving patient outcomes in the Caribbean. One of the main programs of the organization is the patient navigation service which is designed to meet the needs of persons diagnosed with cancer and their family members. This service has highlighted some of the contributing factors to cancer disparities in Trinidad. Examples of these that will be featured on this poster are socioeconomic factors, cultural phenomenon, geographical factors and poor access to proper care. The Caribbean Cancer Research Initiative is committed to assist patients to overcome their barriers to gain better outcomes, which will aid in resolving disparities in cancer health in Trinidad. Citation Format: Nalisha Monroe. Resolving disparities in cancer patient outcomes in Trinidad and Tobago [abstract]. In: Proceedings of the Twelfth AACR Conference on the Science of Cancer Health Disparities in Racial/Ethnic Minorities and the Medically Underserved; 2019 Sep 20-23; San Francisco, CA. Philadelphia (PA): AACR; Cancer Epidemiol Biomarkers Prev 2020;29(6 Suppl_2):Abstract nr D008.
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 | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,002 |
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 ».