Sex and Race Disparities in Hepatocellular Carcinoma Surveillance in Patients With Chronic Hepatitis B During COVID-19: A Single-Center Retrospective Review
Notice bibliographique
Résumé
Background: The management of patients with chronic hepatitis B (CHB) is complex and spans multiple medical specialties. As a result of this complexity, patients with CHB often do not receive adequate monitoring including hepatocellular carcinoma (HCC) surveillance with abdominal ultrasonography. Previous studies have identified multiple factors associated with decreased HCC surveillance. We aimed to identify the impact of race and sex on HCC surveillance in patients with CHB. Methods: We performed a single health system chart review between January 2018 and January 2022. Differences between sex and race were evaluated using the Chi-square test and Fisher's exact test, and continuous variables were analyzed using analysis of variance (ANOVA). Results: A total of 248 patient records between January 2018 and January 2022 were evaluated. In total 37% of females were adequately screened for HCC in any of the 6-month time frames compared to 26% of males. During the coronavirus disease 2019 (COVID-19) surge, surveillance rates were reduced in both men and women. During the first 6 months of the COVID-19 surge, there was a significant difference in screening between men and women (19% vs. 35%, P = 0.026). There was a decrease in HCC screening across all races during the COVID-19 surge; however, no significant difference when comparing races was found. Conclusion: Men received less HCC surveillance compared to women. These differences were more pronounced during the COVID-19 pandemic surge. Obtaining appropriate surveillance is important and retrospective evaluations can help us determine the presence of health-related social needs so that progress can be made toward achieving health equity.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».