Impact of cancer surgery slowdowns on patient survival during the COVID-19 pandemic: a microsimulation modelling study
Notice bibliographique
Résumé
BACKGROUND: With the declaration of the global pandemic, surgical slowdowns were instituted to conserve health care resources for anticipated surges in patients with COVID-19. The long-term implications on survival of these slowdowns for patients with cancer in Canada is unknown. METHODS: We constructed a microsimulation model based on real-world population data on cancer care from Ontario, Canada, from 2019 and 2020. Our model estimated wait times for cancer surgery over a 6-month period during the pandemic by simulating a slowdown in operating room capacity (60% operating room resources in month 1, 70% in month 2, 85% in months 3-6), as compared with simulated prepandemic conditions with 100% resources. We used incremental differences in simulated wait times to model survival using per-day hazard ratios for risk of death. Primary outcomes included life-years lost per patient and per cancer population. We conducted scenario analyses to evaluate alternative, hypothetical scenarios of different levels of surgical slowdowns on risk of death. RESULTS: The simulated model population comprised 22 799 patients waiting for cancer surgery before the pandemic and 20 177 patients during the pandemic. Mean wait time to surgery prepandemic was 25 days and during the pandemic was 32 days. Excess wait time led to 0.01-0.07 life-years lost per patient across cancer sites, translating to 843 (95% credible interval 646-950) life-years lost among patients with cancer in Ontario. INTERPRETATION: Pandemic-related slowdowns of cancer surgeries were projected to result in decreased long-term survival for many patients with cancer. Measures to preserve surgical resources and health care capacity for affected patients are critical to mitigate unintended consequences.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».