MétaCan
Menu
Retour à la cohorte
Enregistrement W4410810739 · doi:10.1200/jco.2025.43.16_suppl.11006

Association of Medicaid expansion with five-year survival after cancer diagnosis.

2025· article· en· W4410810739 sur OpenAlexaff
Elizabeth J. Schafer, Christopher J. Johnson, Fábio Ynoe de Moraes, Jingxuan Zhao, Xuesong Han, Ahmedin Jemal

Notice bibliographique

RevueJournal of Clinical Oncology · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineMedicaidCancerOncologyCancer survivalInternal medicineDemographyHealth care

Résumé

récupéré en direct d'OpenAlex

11006 Background: Medicaid expansion is associated with improvements in early detection, access to treatment, and increased 2-year cancer survival. However, the association between Medicaid expansion and longer-term survival outcomes in newly diagnosed cancer patients remains understudied. Methods: Patients aged 18-59 years newly diagnosed with first primary cancers in 2007-2008 and 2014-2015 living in 25 states (AZ, AR, CA, CO, CT, DE, HI, IL, IA, KY, MD, MI, MN, NV, NH, NJ, NM, NY, ND, OH, OR, RI, WA, WV) that expanded Medicaid in 2014 and 12 states (AL, FL, GA, MS, MO, NC, OK, SC, TN, TX, WI, WY) that had not expanded Medicaid by the end of 2020 were obtained from the Cancer Incidence in North America (CiNA) Survival dataset compiled by the North American Association of Central Cancer Registries. Cases were stratified by cancer type, race and ethnicity, census-tract poverty level, and rurality. Difference-in-differences analysis was used to examine the association of Medicaid expansion with changes in 5-year observed overall and cause-specific survival (CSS) based on multivariable flexible parametric survival models adjusted for age group, sex, race and ethnicity, census tract–level poverty, rurality, state, and year of diagnosis. Results: A total of 1,256,349 individuals were diagnosed with cancer in Medicaid expansion (N = 698,870) and non-expansion states (N = 557,479) during the study period. The 5-year overall survival increased from 65.0% to 73.4% in expansion states and from 61.0% to 70.0 in non-expansion states, leading to a non-significant net increase of 0.21 percentage points (95%CI: -0.11,0.53) in expansion states after adjusting for sociodemographic factors. Increases in observed and cause-specific survival were greatest in expansion states for cancers of the pancreas (observed: 1.86ppt, 95%CI: 0.33ppt – 3.39ppt; CSS: 2.33ppt, 95%CI: 0.51ppt – 4.14ppt), colon and rectum (observed: 1.55ppt, 95%CI: 0.45ppt – 2.65ppt; CSS: 1.64ppt, 95%CI: 0.53ppt – 2.76 ppt), and lung (observed: 1.19ppt, 95%CI: 0.32ppt – 2.07ppt; CSS: 1.16ppt, 95%CI: 0.09ppt – 2.24ppt). The net increase associated with Medicaid expansion was also prominent among non-Hispanic Black patients (observed: 1.25ppt, 95%CI: 0.30ppt – 2.19ppt; CSS:0.80ppt, 95%CI: -0.10ppt – 1.70ppt), people living in the most deprived area (observed: 1.21ppt, 95%CI: -0.14ppt – 2.56ppt; CSS:1.45ppt, 95%CI: 0.16ppt – 2.75ppt), and rural communities (observed: 2.30ppt, 95%CI: -0.30ppt – 4.88ppt; CSS:2.40ppt, 95%CI: -0.03ppt – 4.83ppt). Conclusions: Medicaid expansion was associated with greater increases in 5-year observed and cause-specific survival for Non-Hispanic Black individuals, individuals living in the most deprived area, and rural communities. These findings reinforce the importance of Medicaid expansion in reducing disparities in cancer survival outcomes.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,062
Tête enseignante GPT0,383
Écart entre enseignants0,321 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207