MétaCan
Menu
Retour à la cohorte
Enregistrement W4399072317 · doi:10.1186/s12913-024-11129-2

Barriers to cancer treatment for people experiencing socioeconomic disadvantage in high-income countries: a scoping review

2024· review· en· W4399072317 sur OpenAlexafffundabout
Amber Bourgeois, Tara C. Horrill, Ashley Mollison, Eleah Stringer, Leah K. Lambert, Kelli Stajduhar

Notice bibliographique

RevueBMC Health Services Research · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of British ColumbiaSpinal Cord Injury BCUniversity of ManitobaUniversity of VictoriaBC Cancer Agency
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDisadvantageMedicinePsychosocialSocioeconomic statusNursing researchBreast cancerCancerPublic healthEnvironmental healthFamily medicineGerontologyPopulationNursingPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite advances in cancer research and treatment, the burden of cancer is not evenly distributed. People experiencing socioeconomic disadvantage have higher rates of cancer, later stage at diagnoses, and are dying of cancers that are preventable and screen-detectable. However, less is known about barriers to accessing cancer treatment. METHODS: We conducted a scoping review of studies examining barriers to accessing cancer treatment for populations experiencing socioeconomic disadvantage in high-income countries, searched across four biomedical databases. Studies published in English between 2008 and 2021 in high-income countries, as defined by the World Bank, and reporting on barriers to cancer treatment were included. RESULTS: A total of 20 studies were identified. Most (n = 16) reported data from the United States, and the remaining included publications were from Canada (n = 1), Ireland (n = 1), United Kingdom (n = 1), and a scoping review (n = 1). The majority of studies (n = 9) focused on barriers to breast cancer treatment. The most common barriers included: inadequate insurance and financial constraints (n = 16); unstable housing (n = 5); geographical distribution of services and transportation challenges (n = 4); limited resources for social care needs (n = 7); communication challenges (n = 9); system disintegration (n = 5); implicit bias (n = 4); advanced diagnosis and comorbidities (n = 8); psychosocial dimensions and contexts (n = 6); and limited social support networks (n = 3). The compounding effect of multiple barriers exacerbated poor access to cancer treatment, with relevance across many social locations. CONCLUSION: This review highlights barriers to cancer treatment across multiple levels, and underscores the importance of identifying patients at risk for socioeconomic disadvantage to improve access to treatment and cancer outcomes. Findings provide an understanding of barriers that can inform future, equity-oriented policy, practice, and service innovation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,172
Tête enseignante GPT0,570
Écart entre enseignants0,398 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations78
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207