MétaCan
Menu
Retour à la cohorte
Enregistrement W4409413462 · doi:10.1001/jamanetworkopen.2025.4675

Rurality, Health Care Resource Use, and Care Trajectories in Patients With Head and Neck Cancer

2025· article· en· W4409413462 sur OpenAlexafffundabout
Abigail Thomas, Joseph Clyde Dort, Steven C. Nakoneshny, T. Wayne Matthews, Shamir Chandarana, Robert D. Hart, Khara M. Sauro

Notice bibliographique

RevueJAMA Network Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensLibin Cardiovascular Institute of AlbertaUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineRuralityEmergency departmentRetrospective cohort studyRural areaResidenceHealth careHead and neck cancerCohortEmergency medicineIncidence (geometry)CancerFamily medicineDemographySurgeryInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

Importance: Head and neck cancer (HNC) epidemiology varies geographically, and rural populations (typically less affluent) may face barriers accessing cancer care, which could lead to worse outcomes. Objective: To compare health care resource use between patients with HNC living in urban and rural areas. Design, Setting, and Participants: Retrospective cohort study in Alberta, Canada. Participants were adult patients (aged ≥18 years) diagnosed with HNC with at least 1 year of posttreatment follow-up between January 2012 and September 2020. Data were analyzed from August to September 2024. Exposure: Rural location of residence at HNC diagnosis, defined using the forward sortation area of the patients' postal code. Main Outcomes and Measures: The primary outcomes were health care resource use and patient care trajectories, including hospital length of stay, 30-day hospital readmissions, emergency department visits, time from diagnosis to first treatment, first type of practitioner seen after hospital discharge, and most common practitioner-to-practitioner transitions. Results: The cohort included 2189 patients with a median (IQR) age of 63 (55-71) years, who were mostly men (1557 patients [71.1%]) with stage IV cancer (1149 patients [52.5%]) of the tongue (640 patients [29.2%]), of which 375 (17.1%) lived in a rural area. There was no difference in cumulative hospital length of stay between urban and rural patients; however, male patients living in rural areas had a longer surgical hospital length of stay than male patients living in urban areas (incidence rate ratio, 1.24; 95% CI, 1.03-1.50). Patients living in rural areas had more 30-day hospital readmissions (63 patients [16.8%] vs 183 patients [10.1%]) and emergency department visits (median [IQR], 8 [3-17] vs 4 [2-9]) than their urban counterparts. Time to first treatment was longer in patients living in rural areas compared with patients living in urban areas (median [IQR], 64 [46-95] days vs 57 [40-84] days). Patients living in rural areas without comorbid conditions had greater odds of being discharged directly to the care of a general practitioner after a hospital stay than urban patients (odds ratio, 1.97; 95% CI, 1.23-3.15). Conclusions and Relevance: In this cohort study of patients with HNC, living in rural areas was associated with higher health care resource use than patients living in urban areas. Recommendations specific to patients with HNC living in rural areas may be warranted given these differences.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,520
Score d'incertitude au seuil0,966

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,325
Écart entre enseignants0,302 · 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'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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetHead and Neck Cancer StudiesTravaux en français237 207