Cancer resection rates, socioeconomic deprivation, and geographical access to surgery among urban, suburban, and rural populations across Canada
Notice bibliographique
Résumé
High-risk cancer resection surgeries are increasingly being performed at fewer, more specialised, and higher-volume institutions across Canada. The resulting increase in travel time for patients to obtain treatment may be exacerbated by socioeconomic barriers to access. Focussing on five high-risk surgery types (oesophageal, ovarian/fallopian, liver, lung, and pancreatic cancers), this study examines socioeconomic trends in age-adjusted resection rates and travel time to surgery location for urban, suburban, and rural populations across Canada, excluding Québec, from 2004 to 2012. Significant differences in age-adjusted resection rates were observed between urban (14.9 per 100 000 person-years [95% CI: 12.2, 17.6]), suburban (40.7 [40.1, 41.2]), and rural (32.7 [29.6, 35.9]) populations, with higher rates in suburban and rural areas throughout the study period for all cancer types. Resection rates did not differ between the highest (Q1) and lowest (Q5) socioeconomic strata (Q1: 13.3 [12.2, 14.4]; Q5: 12.0 [10.7, 13.4]), with significantly higher rates among middle-SES patients (Q2: 27.3 [25.6, 29.0]; Q3: 39.6 [37.4, 41.8]; Q4: 37.5 [35.3, 39.7]). Travel times to treatment were consistently higher among the most socioeconomically deprived patients, most notably in suburban and rural areas. The results suggest that the conventional inclusion of suburbs with urban areas in health research may obfuscate important trends for public health policy and programmes.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».