MétaCan
Menu
Retour à la cohorte
Enregistrement W4399863770 · doi:10.26502/jesph.96120210

The impact of COVID-19 on Immigrants and Refugees living with Cancer: A Population-Based Cohort Study in Ontario, Canada

2024· article· en· W4399863770 sur OpenAlexaboutno aff
Mandana Vahabi, L Matai, Cynthia Damba, Alexander Kopp, Jonathan P. Wong, Jennifer Rayner, Mitsunaga Narushima, Wangari Tharao, Raed Hawa, Axelle Janczur, Geetanjali D. Datta, Kitty S. C. Fung, Aïsha Lofters

Notice bibliographique

RevueJournal of Environmental Science and Public Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefugeeImmigrationCoronavirus disease 2019 (COVID-19)CohortCancerCohort studyMedicinePopulationSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Pandemic2019-20 coronavirus outbreakDemographyGeographyGerontologyVirologyEnvironmental healthSociologyOutbreakInfectious disease (medical specialty)DiseasePathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: While the COVID-19 pandemic has taken an enormous toll on communities across Canada, its negative impacts have not been experienced equally within immigrant and refugee communities. This disparity emanates from their systematically marginalized social and economic position in Canada. The association of social inequities with adverse COVID-19 outcomes can further be intensified in the context of underlying chronic health conditions like Cancer. There is a paucity of information on the impact of COVID-19 on immigrants living with active cancer. Our study aimed to address this gap. Methods: A population-based retrospective cohort study over 2 years (March 31, 2020, to December 31, 2021) was conducted based on multiple linked provincial-administrative databases. Multivariable regression was utilized to assess the differential impact of COVID-19 on immigrants and non-immigrants with and without active cancer while adjusting for potential socioeconomic and health-related confounders (e.g., age, sex, income, comorbidities, and access to primary care). Results: Our study comprised about 10.4 million Ontario residents aged 18 or older, of which 24% were identified as immigrants and 0.7% lived with an active cancer. Among immigrants with active cancer, 63% were female. A higher proportion of immigrants living with cancer, compared to non-immigrants with cancer, lived in neighbourhoods that had the lowest household income (26% vs 18%), were the most residentially unstable (29% vs 25%), were the most materially deprived (23% vs 17%,) and were the most ethnically diverse (59% vs. 17%). About 15% of immigrants with active cancer also suffered from mental health and addiction disorders. The prevalence of confirmed COVID-19 test results was significantly higher among immigrants than non-immigrants living with cancer. Furthermore, when we adjusted for covariates, immigrants living with active cancer were 3 times more likely to be hospitalized and be admitted to ICU, and 4 times more likely to die from COVID-19 than their peers. Conclusion: Our study provides evidence that immigrants with active cancer were more socially and economically disadvantaged and had worse COVID-19 outcomes compared to their peers. System-level intervention is needed to protect those at the intersection of clinical and social vulnerabilities during pandemic recovery and in future crises.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,370
Écart entre enseignants0,338 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Public HealthMême sujetCOVID-19 and healthcare impactsTravaux en français237 207