The rural disadvantage – prostate cancer outcomes of rural and urban patients over 25 years
Notice bibliographique
Résumé
PURPOSE: Prostate cancer is a common malignancy among men, with disparities based on the geographic location. This study aims to evaluate long-term trends in prostate cancer outcomes among rural and urban populations within a universal health care system, providing insights into the persistent disparities in cancer-specific mortality despite supposed equal access to medical coverage. METHODS: A retrospective cohort study was conducted using data from the Alberta Cancer Registry (January 1, 1999 to December 31, 2022) and the Alberta Prostate Cancer Research Initiative (APCaRI) (July 1, 2014 to June 7, 2024). There were 45,602,119 person-years from the Alberta Cancer Registry and 8932 men from APCaRI. The exposure was the place of residence, categorized as urban or rural, based on postal codes at the time of diagnosis and death. The primary outcome was prostate cancer-specific mortality. FINDINGS: Rural men were diagnosed at an older age (66.7 vs. 68.9, p<0.001) and had higher age-adjusted prostate cancer-specific mortality compared to urban men (52.0 vs. 37.6 deaths per 100,000, p<0.001). Though both groups showed improvements over time, rural areas consistently had higher age-adjusted mortality rates. Despite a 38% relative increase in prostate cancer specific mortality, rural patients had minimal, though statistically significant differences in PSA (9% vs. 11% >20, p = 0.008), stage (40% vs. 46% T2-T4, p<0.001) and Gleason Grade Group (11% vs. 14% ≥4, p<0.001) at diagnosis. CONCLUSIONS: The study reveals that rural men experienced significantly worse prostate cancer outcomes compared to urban men. These findings highlight the need for targeted health care interventions to improve access to care in rural areas.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».