Racial and Ethnic Disparities in Survival among Patients with Cholangiocarcinoma in the United States: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Cholangiocarcinoma (CCA) is an increasing cause of mortality in the United States; however, the burden of CCA disproportionately affects racial and ethnic minority groups. We aimed to characterize racial and ethnic differences in stage, treatment, and survival among patients with CCA. METHODS: We systematically searched MEDLINE and Embase through March 2023 for all studies reporting clinical outcomes among patients with CCA stratified by race and ethnicity. We calculated pooled HRs using the DerSimonian and Laird method for a random-effects model. RESULTS: Of 292 articles, 16 met inclusion criteria (n = 248,109 patients). Among six studies (n = 87,938) reporting overall survival, Black patients had worse survival [pooled HR, 1.05; 95% confidence interval (CI), 1.01-1.10], whereas Hispanic (pooled HR, 0.86; 95% CI, 0.83-0.89) and Asian/Pacific Islander (pooled HR, 0.88; 95% CI, 0.85-0.90) patients had better survival than White patients. Compared with White patients, Black and Hispanic patients were less likely to present at an early stage, and Black patients were less likely to undergo resection (pooled OR, 0.69; 95% CI, 0.63-0.75). The limitations of studies were lack of granularity on subtype and risk of residual confounding. CONCLUSIONS: There are racial and ethnic differences in CCA prognosis in the United States, with Black patients having worse survival and Hispanic and Asian patients having better survival than White patients. Studies are needed to identify actionable factors underlying this disparity to promote health equity and improve outcomes for patients. IMPACT: There exist racial discrepancies in survival and treatment for CCA; more studies are needed to better understand the extent and causes of discrepancies.
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 | 0,008 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,028 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».