Time to treatment of esophageal cancer in Ontario: A population-level cross-sectional study
Notice bibliographique
Résumé
Objective Timely cancer treatment improves survival and anxiety for some sites. Patients with esophageal cancer require specific workup before treatment, which can prolong the time from diagnosis to treatment (treatment interval [TI]). The geographical variation of this interval remains uninvestigated in patients with esophageal cancer. Methods This retrospective population-level study conducted in Ontario used linked administrative health care databases. Patients treated for esophageal cancer between 2013 and 2018 were included. The TI was time from diagnosis to treatment. Patients were assigned a geographical Local Health Integration Network on the basis of postal code. Covariates included patient, disease, and diagnosing physician characteristics. Quantile regression modeled TI length at the 50th and 90th percentile and identified associated factors. Results Of 7509 patients, 78% were male and most were aged between 60 and 69 years. The 50th and 90th percentile TI was 36 (interquartile range, 22-55) and 77 days, respectively. The difference between the Local Health Integration Network with the longest and shortest TI at the 50th and 90th percentile was 18 and 25 days, respectively. Older age ( P < .0001), greater comorbidity ( P = .0005), greater material deprivation ( P = .001), rurality ( P = .03), histology ( P = .02), and treatment group ( P < .0001) were associated with a longer median TI. Older age ( P = .03), greater comorbidity ( P = .003), greater material deprivation ( P = .005), rurality ( P = .04), and treatment group ( P < .0001) were associated with a longer 90th percentile TI. Conclusions Geographic variability of time to treatment exists across Ontario. Investigation of facility-level differences is warranted. Patient and disease factors are associated with longer wait times. These results might inform future health care policy and resource allocation.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».