COVID-19 impacts on the breast cancer care pathway among systemically marginalized communities in Ontario
Notice bibliographique
Résumé
PURPOSE: Healthcare system pauses occurred worldwide due to COVID-19, and may have worsened pre-existing disparities in breast cancer care. In this population-based, retrospective cohort study, we investigated indicators of breast cancer care (i.e., adherence to screening guidelines, early vs. late-stage diagnosis, and mastectomy vs. breast-conserving surgery) before and after COVID-19 lockdowns in Ontario, with an emphasis on immigrant women. METHODS: We had three binary outcomes and corresponding cohorts, and each outcome/cohort was ascertained relative to two time periods: April 1, 2018-March 31, 2020 ("pre-pandemic") and April 1, 2020-March 31, 2022 ("pandemic"): i) up to date on screening, ii) early vs late stage of breast cancer diagnosis, and iii) mastectomy vs breast-conserving surgery at any time after diagnosis for women who were diagnosed at stages I-III during each two-year time period. We conducted descriptive analyses, and used logistic regression, both unadjusted and adjusted, to determine odds ratios for our dichotomous outcomes. RESULTS: Breast cancer screening rates dropped from 59.4% to 51.0%, and the number of women diagnosed dropped from 18,821 to 14,269, in the pre-pandemic vs pandemic period. In multivariable analyses, screening significantly dropped (AOR = 0.69 [95% CI (0.69-0.69)]), there was no significant difference for diagnostic stage (AOR = 0.99 [95% CI (0.92-1.05)]), and the use of mastectomy vs breast-conserving surgery was higher in the pandemic period (AOR = 1.14 [95% CI (1.08-1.20)]). Women from the Caribbean had lower odds of early-stage diagnosis in the pre-pandemic period despite a screening advantage. CONCLUSION: Future work should further explore the reasons for these findings and potential system-level solutions.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».