Disparities in outcomes and access to therapy options in hepatocellular carcinoma
Notice bibliographique
Résumé
BACKGROUND: Hepatocellular carcinoma (HCC) disproportionately impacts racial and ethnic minorities and patients with lower socioeconomic status. These social determinants of health (SDH) lead to disparities in access to care and outcomes. We aim to understand the relationship between SDH and survival and locoregional treatment options in HCC. METHODS: Using the National Cancer Database, we evaluated survival and access locoregional treatments including non-transplant surgery, liver transplant (LT), and liver-directed radiation therapy (LDRT) in patients with HCC diagnosed between 2004 and 2017. Variables including clinical stage, age, sex, race, income, rurality, year of diagnosis, facility type (FT), Charlson-Deyo score (CD), and insurance were evaluated. Cox proportional hazards multivariable regression and dominance analyses were used for analyses. RESULTS: In total, 140 340 patients were included. Worse survival was seen with advanced stage, older age, Black race, rurality, public insurance, treatment at a nonacademic center, and lower income. The top predictors for survival included stage, age, and income. Completion of non-transplant surgery was best predicted by stage, FT, and insurance type, whereas LT was predicted by age, year of diagnosis, and CD score. LDRT utilization was most associated with year of diagnosis, FT, and CD score. CONCLUSION: For patients with HCC, survival was predicted primarily by stage, age, and income. The primary sociodemographic factors associated with access to surgical treatments, in addition to FT, were insurance and income, highlighting the financial burdens of health care. Work is needed to address disparities in access to care, including improved insurance access, addressing financial inequities and financial toxicities of treatments, and equalizing care opportunities in community centers.
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 | 0,004 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».