MétaCan
Menu
Retour à la cohorte
Enregistrement W4401406127 · doi:10.5694/mja2.52395

Overcoming disparities in hepatocellular carcinoma outcomes in First Nations Australians: a strategic plan for action

2024· article· en· W4401406127 sur OpenAlexaboutno aff
Jessica Howell, Troy Combo, Paula Binks, Kylie Bragg, Sarah Mariyalawuy Bukulatjpi, Kirsty Campbell, Paul J. Clark, Melissa Carroll, Jane Davies, Teresa De Santis, Kate Muller, Bella Nguyen, John K. Olynyk, Nicholas Shackel, Patricia C. Valery, Alan Wigg, Jacob George, Stuart K. Roberts

Notice bibliographique

RevueThe Medical Journal of Australia · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHepatocellular carcinomaAction planAction (physics)MedicineStrategic planningEnvironmental healthPolitical scienceBusinessInternal medicineEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

Overcoming disparities in hepatocellular carcinoma outcomes in First Nations Australians: a strategic plan for action E very year, about 1800 Australians die of hepatocellular carcinoma (HCC), the most common type of primary liver cancer. 1 Aboriginal and Torres Strait Islander peoples of Australia (hereon respectfully referred to as First Nations Australians) are 2.5 times more likely to develop HCC and 1.4 times more likely to die from HCC than non-Indigenous Australians. 2 First Nations Australians with HCC have a 9% five-year survival rate compared with 23% for non-Indigenous Australians, 2 and are half as likely to be diagnosed with early-stage HCC and receive curative therapy. 2 This is driven by First Nations Australians being adversely affected by social, cultural and commercial determinants of health stemming from colonisation, racism and remoteness.3 Chronic liver disease is the key cause of HCC and most chronic liver disease is preventable and treatable.4,5 First Nations Australians shoulder a disproportionate burden of chronic liver disease (Box 1).6 Alcoholrelated liver disease is a leading cause of HCC in all Australians, including First Nations Australians.2,7,8 The prevalence of hepatitis B and C is two-to three-fold higher in First Nations Australians compared with non-Indigenous Australians.2,5 The most prevalent hepatitis B genotype in remote First Nations communities (genotype C4) is associated with more aggressive liver disease and increased HCC risk compared with other genotypes.9,10 Obesity and type 2 diabetes, both leading risk factors for metabolic-associated fatty liver disease, are twice as common in First Nations Australians than in non-Indigenous Australians.3 Importantly, First Nations Australians are more likely to have multiple cofactors driving liver injury, 2 warranting a multipronged approach to HCC prevention. MethodsThe two lead authors of this article, one First Nations Australian and one non-Indigenous Australian, established a nationally representative, diverse group of four First Nations Australian and 14 non-Indigenous Australian clinical and research leaders in the fields of HCC and chronic liver disease for the project.All authors have expertise in the provision of regional or remote models of HCC or chronic liver disease care, or both.First, an initial two-hour virtual meeting was held, where authors shared their thoughts and responses to two main topics: i) identifying unmet needs in prevention, diagnosis and treatment of HCC in First Nations Australians; and ii) identifying opportunities to address these unmet needs.All authors shared key evidence and their experiences and perspectives, representing the differing epidemiology, health resourcing, policy and legislative contexts across all Australian states and territories.From this discussion, the lead authors developed a list of eight key action items using a positive, evidencebased approach that prioritised First Nations-led interventions and models of care.The aim was to retain action items that had 100% agreement across the author group; all eight action items were ratified by all authors.

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)0,023
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,002
Communication savante0,0050,006
Science ouverte0,0060,016
Intégrité de la recherche0,0100,011
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,122
Tête enseignante GPT0,363
Écart entre enseignants0,240 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Medical Journal of AustraliaMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207