MétaCan
Menu
Retour à la cohorte
Enregistrement W4379283093 · doi:10.1200/jco.2023.41.16_suppl.e16264

Impact of homelessness on outcomes among pancreatic cancer hospitalization: Insight from the 2016-2020 National Inpatient Sample.

2023· article· en· W4379283093 sur OpenAlexaff
Alekhya Pagidipally, Shivani Sharma, Mehndi Dandwani, Suma Sri Chennapragada, Kamleshun Ramphul, Renuka Verma, Sailaja Sanikommu, Shaheen Sombans, Stephanie G Mejias, Balkiranjit Kaur Dhillon, Petras Lohana, Fnu Arti, Vijay Kumar

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensBrampton Civic Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineHealthcare Cost and Utilization ProjectMedicaidOdds ratioConfidence intervalLogistic regressionCancerPulmonary embolismPancreatic cancerOddsDiagnosis codeRetrospective cohort studyHealth careEmergency medicineDemographyInternal medicinePopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

e16264 Background: Homelessness is a major socio-economic issue in the United States, affecting an estimated 171 per 100,000 persons in certain states. While pancreatic cancer (PC) tends to have a poor prognosis, the disease requires an early diagnosis, proper care, and follow-ups. As there is a paucity of data highlighting differences in patient characteristics and outcomes of homeless patients with PC, a retrospective study was conducted via a national database. Methods: We used data from the 2016-2020 National Inpatient Sample (NIS), the most extensive hospital database, to identify patients with a diagnosis of pancreatic cancer. Patients with a status of “homeless” were located via the ICD-10 code “Z590”, per suggestions from HCUP and past studies. Several differences in patient characteristics were explored between homeless cases of PC and non-homeless cases via Pearson’s Chi-Square tests. Finally, the adjusted odds ratio (aOR) and 95% Confidence intervals (CI) of various outcomes such as mortality, pulmonary embolism, septicemia, and hepatic failure were calculated via multivariable logistic regression models. Results: Our study identified 544855 pancreatic cancer cases, including 1380 patients classified as homeless (0.3%). 81.5% of homeless patients were males (vs. 52.1%), and 24.6% were admitted on weekends (vs. 20.6%). Moreover, Medicaid was the prime insurer among homeless patients (47.6% vs. 8.6%) with a higher mean hospital charge ($86796 vs. $70610). Racial differences were also observed as 51.9% of homeless cases were Whites (vs. 71.2%), while 31.6% (vs. 13.8%) were Blacks, and 11.3% (vs. 8.2%) were Hispanics. A higher proportion of homeless cases had palliative care utilization (27.9% vs. 19.1%), a Do-Not-Resuscitate (DNR) order (25.7% vs. 23.1%), and required pancreatic and proximal biliary dilation/stenting (4.0% vs. 2.2%). Homeless patients admitted with pancreatic cancer also expressed higher odds of in-hospital mortality (8.7% vs. 7.4%, aOR 1.625, 95% CI 1.280-2.064, p<0.01). No statistical significance was found for events of pulmonary embolism (aOR 1.231, p=0.160), septicemia (aOR 1.044, p=0.674), and hepatic failure (aOR 0.892, p=0.549). Conclusions: Homeless patients with PC were linked with higher in-patient mortality. Various racial and socio-economic differences were also observed. Several efforts to ameliorate access to care among homeless patients and an early diagnosis may help improve the outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,483
Écart entre enseignants0,381 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207