Impact of Location of Residence and Distance to Cancer Centre on Medical Oncology Consultation and Neoadjuvant Chemotherapy for Triple-Negative and HER2-Positive Breast Cancer
Notice bibliographique
Résumé
Despite consensus guidelines, most patients with early-stage triple-negative (TN) and HER2-positive (HER2+) breast cancer do not see a medical oncologist prior to surgery and do not receive neoadjuvant chemotherapy (NAC). To understand barriers to care, we aimed to characterize the relationship between geography (region of residence and cancer centre proximity) and receipt of a pre-treatment medical oncology consultation and NAC for patients with TN and HER2+ breast cancer. Using linked administrative datasets in Ontario, Canada, we performed a retrospective population-based analysis of women diagnosed with stage I-III TN or HER2+ breast cancer from 2012 to 2020. The outcomes were a pre-treatment medical oncology consultation and the initiation of NAC. We created choropleth maps to assess the distribution of the outcomes and cancer centres across census divisions. To assess the relationship between distance to the nearest cancer centre and outcomes, we performed multivariable regression analyses adjusted for relevant factors, including tumour extent and nodal status. Of 14,647 patients, 29.9% received a pre-treatment medical oncology consultation and 77.7% received NAC. Mapping demonstrated high interregional variability, ranging across census divisions from 12.5% to 64.3% for medical oncology consultation and from 8.8% to 64.3% for NAC. In the full cohort, compared to a distance of ≤5 km from the nearest cancer centre, only 10-25 km was significantly associated with lower odds of NAC (OR 0.83, 95% CI 0.70-0.99). Greater distances were not associated with pre-treatment medical oncology consultation. The interregional variability in medical oncology consultation and NAC for patients with TN and HER2+ breast cancer suggests that regional and/or provider practice patterns underlie discrepancies in the referral for and receipt of NAC. These findings can inform interventions to improve equitable access to NAC for eligible patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».