Bladder cancer stage and mortality: urban vs. rural residency
Notice bibliographique
Résumé
OBJECTIVE: Relative to urban populations, rural patients may have more limited access to care, which may undermine timely bladder cancer (BCa) diagnosis and even survival. METHODS: We tested the effect of residency status (rural areas [RA < 2500 inhabitants] vs. urban clusters [UC ≥ 2500 inhabitants] vs. urbanized areas [UA, ≥50,000 inhabitants]) on BCa stage at presentation, as well as on cancer-specific mortality (CSM) and other cause mortality (OCM), according to the US Census Bureau definition. Multivariate competing risks regression (CRR) models were fitted after matching of RA or UC with UA in stage-stratified analyses. RESULTS: Of 222,330 patients, 3496 (1.6%) resided in RA, 25,462 (11.5%) in UC and 193,372 (87%) in UA. Age, tumor stage, radical cystectomy rates or chemotherapy use were comparable between RA, UC and UA (all p > 0.05). At 10 years, RA was associated with highest OCM followed by UC and UA (30.9% vs. 27.7% vs. 25.6%, p < 0.01). Similarly, CSM was also marginally higher in RA or UC vs. UA (20.0% vs. 20.1% vs. 18.8%, p = 0.01). In stage-stratified, fully matched CRR analyses, increased OCM and CSM only applied to stage T1 BCa patients. CONCLUSION: We did not observe meaningful differences in access to treatment or stage distribution, according to residency status. However, RA and to a lesser extent UC residency status, were associated with higher OCM and marginally higher CSM in T1N0M0 patients. This observation should be further validated or refuted in additional epidemiological investigations.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».