Lung cancer stage at diagnosis and immigrant English/French language proficiency: a retrospective population level cohort study of urban residents in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Lung and bronchial cancer is the most diagnosed cancer among both sexes in Canada and has one of the lowest survival rates. METHODS: This population level retrospective cohort study examined the associations between the lung cancer stage at diagnosis and English/French fluency. The study used multiple linked health-administrative databases to create a cohort of urban-dwelling Ontarian immigrants and long-term residents aged 45-105 diagnosed with incident lung cancer between 1 January 2010 and 31 December 2020. Modified Poisson regression was used to examine the risk of diagnosis at early vs. late stages among immigrants who do not speak English or French fluently compared with immigrants who speak English or French fluently. The fully adjusted model included age, sex, neighborhood-area income quintile, lung cancer type, number of primary care visits prior to diagnosis, and region of origin. RESULTS: Approximately 57.7% of the 96,613 people diagnosed with incident lung cancer between 2010 and 2020 were diagnosed at the late stage. Non-English/French fluent immigrants were no more likely to be diagnosed at a late stage than English/French fluent immigrants and long-term residents (57.6% vs. 57.8% and 57.7%). However, in fully adjusted models, people living in lower neighborhood income quintiles were more likely to be diagnosed at a late stage (e.g., income quintile 1 [lowest] vs. quintile 5 [highest]: [ARR 1.08; 95% CI: 1.02-1.15]), as were immigrants from the Caribbean [ARR 1.16; 95% CI: 1.05-1.29] and South Asia [ARR 1.10; 95% CI: 1.02-1.19]. CONCLUSIONS: Although lung cancer is frequently diagnosed at a late stage in Ontario and we found socioeconomic inequalities, fluency in Canada's official languages was not associated with late diagnosis in this study.
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) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».