Breast Cancer-Related Financial Toxicity in Sri Lanka: Insights From a Lower Middle-Income Country With Free Universal Public Healthcare
Notice bibliographique
Résumé
Financial toxicity (FT) describes either objective or perceived excess financial strain due to a cancer diagnosis on the well-being of patients, families, and society. The consequences of FT have been shown to span countries of varied economic tiers and diverse healthcare models. This study attempts to describe FT and its effects in a lower- to middle-income country delivering predominantly public nonfee-levying healthcare. This was a cross-sectional study involving 210 patients with breast cancer of any stage (I to IV), interviewed between 6 and 18 months from the date of diagnosis. Financial toxicity was highly prevalent with 81% reporting 3 or more on a scale of 1 to 5. Costs incurred for travelling (94%), out-of-hospital investigations (87%), and consultation fees outside the public system (81%) were the most common contributors to FT. Daily compromises for food and education were made by 30% and 20%, respectively, with loss of work seen in over one-third. Greater FT was seen with advanced cancer stage and increasing distance to the nearest radiotherapy unit (P = .008 and .01, respectively). Family and relatives were the most common form of financial support (77.6%). In conclusion, FT is substantial in our group, with many having to make daily compromises for basic needs. Many opt to visit the fee-levying private sector for at least some part of their care, despite the availability of an established public nonfee-levying healthcare.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».