Barriers to cancer treatment and care for people experiencing structural vulnerability: a secondary analysis of ethnographic data
Notice bibliographique
Résumé
BACKGROUND: A key pillar of Canada's healthcare system is universal access, yet significant barriers to cancer services remain for people impacted by structural vulnerability (e.g., poverty, homelessness, racism). For this reason, cancer is diagnosed at a later stage, resulting in worse patient outcomes, a reduced quality of life, and at a higher cost to the healthcare system. Those who face significant barriers to access are under-represented in cancer control services Consequently, these inequities result in people dying from cancers that are highly treatable and preventable, however; little is known about their treatment and care course. The aim of this study was to explore barriers to accessing cancer treatment among people experiencing structural vulnerability within a Canadian context. METHODS: We conducted a secondary analysis of ethnographic data informed by critical theoretical perspectives of equity and social justice. The original research draws from 30 months of repeated interviews (n = 147) and 300 h of observational fieldwork with people experiencing health and social inequities at the end-of-life, their support persons, and service providers. RESULTS: Our analysis identified four themes presenting as 'modifiable' barriers to inequitable access to cancer treatment: (1) housing as a key determinant for cancer treatment (2) impact of lower health literacy (3) addressing social care needs is a pre-requisite for treatment (4) intersecting and compounding barriers reinforce exclusion from cancer care. These inter-related themes point to how people impacted by health and social inequities are at times 'dropped' out of the cancer system and therefore unable to access cancer treatment. CONCLUSION: Findings make visible the contextual and structural factors contributing to inequitable access to cancer treatment within a publically funded healthcare system. Identifying people who experience structural vulnerability, and approaches to delivering cancer services that are explicitly equity-oriented are urgently needed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».