Effects of socioeconomic status on enrollment in clinical trials for cancer: A systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: To achieve equitable access to cancer clinical trials (CCTs), patients must overcome structural, clinical, and attitudinal barriers to trial enrollment. The goal of this systematic review was to study the relationship between socioeconomic status (SES), assessed either by direct or proxy measures, and CCT enrollment. METHODS: The review team and medical librarian developed search strategies for each database to identify studies for this systematic review, which was conducted according to PRISMA guidelines. Inclusion criteria were as follows: studies published in relevant scientific journals between January 2000 and July 2022, primary sources, English literature, and studies conducted in the US. Sixteen studies fulfilled the inclusion criteria and were reviewed. The risk of bias assessment was conducted independently by two reviewers using the Newcastle Ottawa scale. RESULTS: The initial search yielded 4070 citations, and 16 studies were included in our review. Four of the studies included used patient reported annual income as a measure of SES, while the remaining 12 studies used patient zip code as a proxy measurement of SES. Consistent with our hypothesis, 13 studies showed a positive association between high SES (patient-reported or proxy measurement) and CCT enrollment. Two studies showed a negative association, and one study showed no relationship. CONCLUSIONS: The existing literature suggests that low SES is associated with lower participation in CCT. The small number of studies identified on this topic highlights the need for additional research on SES and other barriers to CCT participation.
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.
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 | 0,056 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,022 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 découle