Value of Geographical Information Systems in Analyzing Geographic Accessibility to Inform Radiotherapy Planning: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: Vulnerable populations face geographical barriers in accessing radiotherapy (RT) facilities, resulting in heterogeneity of care received and cancer burden faced. We aimed to explore the current use of Geographical Information Systems (GIS) in access to RT and use these findings to create sustainable solutions against barriers for access in low- and middle-income countries. MATERIALS AND METHODS: A systematic review using the PRISMA search strategy was done for studies using GIS to explore outcomes among patients with cancer. Included studies were reviewed and classified into three umbrella categories of how GIS has been used in studying access to RT. RESULTS: Forty articles were included in the final review. Thirty-eight articles were set in high-income countries and two in upper-middle-income countries. Included studies were published from 2000 to 2020, and were comprised of patients with all-cancers combined, breast, colon, skin, lung, prostate, ovarian, and rectal carcinoma patients. Studies were categorized under three groups on the basis of how they used GIS in their analyses: to describe geographic access to RT, to associate geographic access to RT with outcomes, and for RT planning. Most studies fell under multiple categories. CONCLUSION: Although this field is relative nascent, there is a wide array of functions possible through GIS for RT planning, including identifying high-risk populations, improving access in high-need areas, and providing valuable information for future resource allocation. GIS should be incorporated in future studies, especially set in low- and middle-income countries, which evaluate access to RT.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».