Evaluating equity of access and predictors of minimally invasive hysterectomy for endometrial and cervical cancer from 2000 to 2017 in Ontario, Canada: A population‐based cohort study
Notice bibliographique
Résumé
Abstract Introduction We sought to assess the uptake of minimally invasive hysterectomy among patients with endometrial and cervical cancer in Ontario, Canada, and assess the equity of access to minimally invasive surgery (MIS) by evaluating associations with patient, disease, institutional, and provider factors. Methods This is a retrospective population‐based cohort study of hysterectomy for endometrial and cervical cancer in Ontario (2000–2017). Surgical approach, clinicopathologic, sociodemographic, institutional, and provider factors were identified through administrative databases. Fisher's exact, χ2, Wilcoxon rank sum, logistic regression, and Cox proportional hazards modeling were used to explore factors associated with MIS. Results A total of 27 652 patients were included. In total, 6199/24 264 (26%) endometrial and 842/3388 (25%) cervical cancer patients received MIS. The proportion of MIS to open surgeries increased from <0.1% in 2000 to over 55% in 2017 (odds ratio [OR] = 1.31, confidence interval [CI] = 1.28–1.34). Low‐income quintile, rurality, low hospital volume, nonacademic hospital, nongynecologic oncology surgeon, and earlier year of surgeon graduation were associated with reduced odds of MIS (OR < 1). Conclusions The uptake of MIS hysterectomy increased steadily over the time period. Receipt of MIS is dependent upon multiple social determinants, provider variables, and systems factors. These disparities raise concern for health equity in Ontario and have significant implications for health systems planning and resource allocation.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».