Cancer Health Disparities Affecting Glioblastoma Survival in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The role of cancer health disparities in a non-screen-detectable, high-mortality cancer such as glioblastoma (GBM) remains uncertain. We investigated the association between socioeconomic factors and overall survivorship and receipt of adjuvant treatment among patients with GBM. METHODS: This population-based cohort study used linked provincial administrative databases in Ontario, Canada, and was conducted among adult patients with GBM who underwent surgery from 2006 to 2022. Our exposures were neighborhood-based material deprivation index, immigration status, and residence rurality index. The primary outcomes were overall survival (OS) and receipt of adjuvant treatment within 6 months. Secondary outcomes were cancer-specific survival (CSS) and the number of emergency department visits in the year preceding surgery, used as a proxy for potential management delay. Kaplan-Meier survival analysis and multivariable Cox proportional hazard models were used to assess OS and CSS while logistic regression and Poisson regression were applied for receipt of adjuvant treatment and emergency department visits, respectively. RESULTS: < 0.001) were also associated with more ED visits before surgery. DISCUSSION: These findings suggest that cancer health disparities persist for GBM in Ontario, Canada, despite a single-payer, publicly financed system that guarantees universal health coverage of cancer services. This highlights the need for targeted interventions to address disparities and improve outcomes in marginalized populations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».