Chasing cancer: does the social-to-medical spending ratio relate to cancer incidence and mortality in Canadian provinces? A retrospective cohort study
Notice bibliographique
Résumé
Introduction: Cancer is the leading cause of death in Canada, and cases are expected to rise by 83% between 2012 and 2042. Jurisdictions with higher ratios of social-to-medical spending exhibit better population health outcomes; however, the connection between the ratio and both cancer incidence and mortality is not well established. We aim to determine the association between the ratio and both age-standardised cancer incidence and mortality. Methods: Using linear regressions with provincial and yearly fixed effects, we measured associations between the ratio and incidence of the four most common cancers in Canada (ie, lung and bronchus, colorectal, breast and prostate cancer), and mortality from any cancer, from 1992 to 2017 (incidence) and 2000 to 2019 (mortality). Results: A one-cent increase in social spending for each dollar spent on medical services was significantly associated with a decrease in colorectal (-0.2%), breast (-0.1%), and prostate cancer (-0.6%). The relationship is statistically insignificant and negligible for lung cancer incidence and cancer mortality. Conclusion: The ratio was significantly associated with a decrease in three out of four cancer incidence categories, but not mortality. This implies that, consistent with the social determinants of health, preventing cancer incidence might be a function of social spending, whereas medical spending is more relevant for individuals already diagnosed with cancer. This analysis points to the importance of a health-in-all-policies perspective, as social spending might be more important for population health than spending on the medical care system. We provide evidence that morbidity measures are responsive to the ratio, building on a literature focused on mortality.
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 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 | 0,014 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».