MétaCan
Menu
Retour à la cohorte
Enregistrement W4400007815 · doi:10.1186/s12913-024-11222-6

Health care accessibility and mobility in breast cancer: a Latin American perspective

2024· review· en· W4400007815 sur OpenAlexaboutno aff
André Ferreira Azeredo-da-Silva, Bruna Stella Zanotto, Flávia Martins, Nádia Navarro, Rafaela Alencar, Clarissa Medeiros

Notice bibliographique

RevueBMC Health Services Research · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSocioeconomic statusLatin AmericansNursing researchObservational studyHealth careMEDLINEPublic healthHealth services researchFamily medicineDemographyGerontologyEnvironmental healthPopulationNursingEconomic growthPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Latin America (LATAM) encompasses a vast region with diverse populations. Despite publicly funded health care systems providing universal coverage, significant socioeconomic and ethno-racial disparities persist in health care access across the region. Breast cancer (BC) incidence and mortality rates in Brazil are comparable to those in other LATAM countries, supporting the relevance of Brazilian data, with Brazil's health care policies and expenditures often serving as models for neighboring countries. We evaluated the impact of mobility on oncological outcomes in LATAM by analyzing studies of patients with BC reporting commuting routes or travel distances to receive treatment or diagnosis. METHODS: We searched MEDLINE (PubMed), Embase, Cochrane CENTRAL, LILACS, and Google Scholar databases. Studies eligible for inclusion were randomized controlled trials and observational studies of patients with BC published in English, Portuguese, or Spanish and conducted in LATAM. The primary outcome was the impact of mobility or travel distance on oncological outcomes. Secondary outcomes included factors related to mobility barriers and access to health services. For studies meeting eligibility, relevant data were extracted using standardized forms. Risk of bias was assessed using the Newcastle-Ottawa Scale. Quantitative and qualitative evidence synthesis focused on estimating travel distances based on available data. Heterogeneity across distance traveled or travel time was addressed by converting reported travel time to kilometers traveled and estimating distances for unspecified locations. RESULTS: Of 1142 records identified, 14 were included (12 from Brazil, 1 from Mexico, and 1 from Argentina). Meta-analysis revealed an average travel distance of 77.8 km (95% CI, 49.1-106.48) to access BC-related diagnostic or therapeutic resources. Nonetheless, this average fails to precisely encapsulate the distinct characteristics of each region, where notable variations persist in travel distance, ranging from 88 km in the South to 448 km in the North. CONCLUSION: The influence of mobility and travel distance on access to BC care is multifaceted and should consider the complex interplay of geographic barriers, sociodemographic factors, health system issues, and policy-related challenges. Further research is needed to comprehensively understand the variables impacting access to health services, particularly in LATAM countries, where the challenges women face during treatment remain understudied. TRIAL REGISTRATION: CRD42023446936.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0050,008
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,209
Tête enseignante GPT0,588
Écart entre enseignants0,379 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

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