MétaCan
Menu
Retour à la cohorte
Enregistrement W4404377389 · doi:10.31067/acusaglik.1488774

Examination of Healthcare Quality Indicators with a Two-Stage Panel Data Analysis: The Case of Cancer Care

2024· article· en· W4404377389 sur OpenAlexaboutno aff
Yasin Aras

Notice bibliographique

RevueAcibadem Universitesi Saglik Bilimleri Dergisi · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueNutrition, Health and Food Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineStage (stratigraphy)Breast cancerTobit modelCancerColorectal cancerPopulationCervical cancerDemographyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Purpose: The aim of this study was to examine the quality of care for cancer patients using survival rates for breast, cervical, colorectal, lung, and stomach cancers. Methods: The study population comprised OECD countries. Survival rates from breast, cervical, colorectal, lung, and stomach cancers, alcohol use, smoking, physical inactivity, and obesity rates, age, and income were selected as research data. A two-stage panel data analysis was performed. In the first stage, efficiency scores were found to be an indicator of the quality of cancer care through data envelopment analysis. In the second stage, the factors affecting efficiency were determined by panel tobit regression analysis. Results: In the first stage, Australia, Canada, Finland, Iceland, Israel, Israel, Korea, the Slovak Republic and Turkey were found to be efficient in all years. In the second stage, it was found that alcohol consumption, smoking, and inactivity statistically decreased cancer activity (p

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,336
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,378
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcibadem Universitesi Saglik Bilimleri DergisiMême sujetNutrition, Health and Food BehaviorTravaux en français237 207