Differences in Surgical Cancer Care Delivery and Outcomes Between Safety‐Net and Non‐Safety‐Net Hospitals in the United States: A Comprehensive Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Studies evaluating the association of safety-net hospitals (SNHs) with outcomes of surgical care in cancer patients have demonstrated mixed results. We sought to systematically investigate the association of SNH status with measures of surgical cancer care delivery and outcomes. METHODS: A comprehensive review of the literature identified from the MEDLINE/PubMed, Embase, Web of Science, and Cochrane databases was performed according to the PRISMA guidelines. Risk of bias assessment was conducted using the Joanna Briggs Institute's tool. The findings were synthesized qualitatively. RESULTS: Of the 1749 records identified, 33 retrospective studies were included, 79% of which investigated national databases. Risk of bias assessment revealed average score of 78%. Among studies assessing each outcome, lower likelihood of receiving appropriate surgical interventions in SNH patients was reported by 85%; longer intervals to surgery by 100%; and prolonged hospital stays by 73%. Most studies reported no differences in survival (65%) or readmission (67%). Results were mixed regarding complications and mortality. Patient characteristics and shortage of resources and interdisciplinary teams were frequently proposed factors for observed disparities. CONCLUSIONS: Cancer patients at SNHs may be less likely to undergo some surgical treatments and experience longer intervals to treatment but achieve largely comparable short- and long-term outcomes to non-SNH 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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».