Measurement of clinical delay intervals among younger adults with colorectal cancer using health administrative data: a population-based analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Clinical delays may be important contributors to outcomes among younger adults (<50 years) with colorectal cancer (CRC). We aimed to describe delay intervals for younger adults with CRC using health administrative data to understand drivers of delay in this population. METHODS: This was a population-based study of adults <50 diagnosed with CRC in Ontario, Canada from 2003 to 2018. Using administrative code-based algorithms (including billing codes), we identified four time points along the pathway to treatment-first presentation with a CRC-related symptom, first investigation, diagnosis date and treatment start. Intervals between these time points were calculated. Multivariable quantile regression was performed to explore associations between patient and disease factors with the median length of each interval. RESULTS: 6853 patients aged 15-49 were diagnosed with CRC and met the inclusion criteria. Males comprised 52% of the cohort, the median age was 45 years (IQR 40-47), and 25% had stage IV disease. The median time from presentation to treatment start (overall interval) was 109 days (IQR 55-218). Time between presentation and first investigation was short (median 5 days), as was time between diagnosis and treatment start (median 23 days). The greatest component of delay occurred between first investigation and diagnosis (median 78 days). Women, patients with distal tumours, and patients with earlier stage disease had significantly longer overall intervals. CONCLUSIONS: Some younger CRC patients experience prolonged times from presentation to treatment, and time between first investigation to diagnosis was an important contributor. Access to endoscopy may be a target for intervention.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle