Beyond borders: cystic fibrosis survival between Australia, Canada, France and New Zealand
Notice bibliographique
Résumé
BACKGROUND: Life expectancy for people with cystic fibrosis (CF) varies considerably both within and between countries. The objective of this study was to compare survival among countries with single-payer healthcare systems while accounting for markers of disease severity. METHODS: This cohort study used data from established national CF registries in Australia, Canada, France and New Zealand from 2015 to 2019. Median age of survival for each of the four countries was estimated using the Kaplan-Meier method. A Cox proportional hazards model was used to compare risk of death between Canada, France and Australia after adjusting for prognostic factors. Due to low number of deaths, New Zealand was not included in final adjusted models. RESULTS: Between 2015 and 2019, a total of 14 842 people (3537 Australia, 4434 Canada, 6411 France and 460 New Zealand) were included. The median age of survival was highest in France 65.9 years (95% CI: 59.8 to 76.0) versus 53.3 years (95% CI: 48.9 to 59.8) for Australia, 55.4 years (95% CI: 51.3 to 59.2) for Canada and 54.8 years (95% CI: 40.7 to not available) for New Zealand. After adjusting for individual-level factors, the risk of death was significantly higher in Canada (HR 1.85, 95% CI: 1.48 to 2.32; p<0.001) and Australia (HR 2.08, 95% CI: 1.64 to 2.64; p<0.001) versus France. INTERPRETATION: We observed significantly higher survival in France compared with countries with single-payer healthcare systems. The median age of survival in France exceeded 60 years of age despite having the highest proportion of underweight patients which may be due to differences in availability of transplant.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,001 | 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 tête enseignante, 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 ».