Assessing Access to And Outcomes of Medical Oncology and Radiation Oncology Consultation in Non-Small Cell Lung Cancer Patients: A Population-Based Study Using Administrative Data
Notice bibliographique
Résumé
Background: Therapeutic advances in non-small cell lung cancer (NSCLC) have shifted treatment away from chemotherapy towards immunotherapy, monoclonal antibody, and tyrosine kinase inhibitor therapy. Most studies focusing on access to specialist care and lung cancer treatment were conducted before novel therapeutic strategies in NSCLC. This study aimed to better understand and inform referral practices for patients with NSCLC in Ontario. Methods: A retrospective population-based study using linked administrative healthcare data was conducted between 2010 and 2019. The study cohort was defined as patients, aged 18 years of age or older, with a stage I to IV NSCLC diagnosis in Ontario. Primary outcome: medical oncology or radiation oncology consultation within 120 days of diagnosis. Prognostic factors for consultation and receipt of treatment were identified using logistic regression. Results: 73,849 patients were diagnosed with NSCLC with 61.3% and 50.9% receiving a medical oncology or radiation oncology consultation respectively. The median time to consultation was 24 days (interquartile range [IQR] 13-49 days). As the stage increased, consultation was more likely (odds ratio [OR] 6.07, 95% CI 5.78-6.38). As the distance to the nearest cancer center increased consultation was less likely (OR 0.72, 95% CI 0.67-0.78). Stage III NSCLC and patients aged 40-44 years were more likely to receive treatment OR 4.09 (95%CI 3.82-4.38) and OR 3.28 (95% CI 2.51-4.28) respectively. Conclusion: Even in a universal health care system, socioeconomic factors impact a patient’s access to specialist care. Given newer, more effective therapeutic options for NSCLC, access to specialist care must be equitable.
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 | 0,005 |
| 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 ».