Financial Distress in Genitourinary Cancer: Insights From CDC National Health Interview Survey
Notice bibliographique
Résumé
PURPOSE: This study leverages CDC National Health Interview Survey data to examine Financial Distress (FD) among genitourinary (GU) cancer survivors, specifically prostate cancer (PC), kidney cancer (KC), and bladder cancer (BC). It investigates the economic impacts faced by these patients, especially in relation to disparities in insurance coverage and its effects on material, psychological, and behavioral aspects of FD. METHODS: We retrospectively analyzed responses from GU cancer survivors, stratifying by cancer status and age (18-64 years, ≥65 years). Medical financial hardship was divided into three domains: material, psychological, and behavioral. Associations between cancer history, hardship, and clinical factors were assessed using generalized ordinal logistic regressions. RESULTS: Significant health care access disparities were found, particularly for mental health services, with 25% of younger BC survivors and 4.7% of younger KC survivors reporting affordability issues, in contrast to 2.7% of noncancer individuals. Dental care was also problematic, with higher avoidance rates among younger BC (27%) and KC (15%) survivors compared with the general population. Surprisingly, noncancer individuals reported more difficulty in affording prescriptions than BC survivors across both age groups. PC survivors, however, showed lower FD across all domains versus noncancer controls, indicating fewer concerns about medical bills and a lesser tendency to forgo care. CONCLUSION: The study underscores significant gaps in the financial support system for GU cancer survivors, with urgent needs in mental and dental health care access. Policy interventions, including comprehensive insurance reforms, are imperative to alleviate the financial burdens on these individuals.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».