MétaCan
Menu
Retour à la cohorte
Enregistrement W4415020917 · doi:10.1186/s12939-025-02629-6

Association of insurance status among cancer patients and survival outcomes: a systematic review and meta-analysis

2025· review· en· W4415020917 sur OpenAlexaboutno aff
Jiayang Kong, N. Zhou, Liliang Zhang, Xinyu Cai, Dai Su, Guangying Gao

Notice bibliographique

RevueInternational Journal for Equity in Health · 2025
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCancer survivalEquity (law)Health services researchCancerHealth insurancePublic healthAssociation (psychology)Health policyQuality of Life Research

Résumé

récupéré en direct d'OpenAlex

Health insurance coverage is a critical determinant of cancer care access. However, the association of different insurance statuses affecting survival outcomes remains understudied worldwide. This meta-analysis provides global evidence on the association between insurance status and survival and highlights structural health inequities across national health insurance systems. We searched five databases for cohort studies published between 1 January 2000 and 15 July 2025. Random-effect multilevel and traditional meta-analyses were employed to address heterogeneity. The Newcastle-Ottawa Scale (NOS) and the ROBINS-I method assessed all studies for quality. We included 37 studies between 2000 and 2025, contributing 219 effect sizes. In the United States (US), patients insured in Medicare (HR: 1.29, 95% CI : 1.17–1.42, P < 0.001; τ 2 (2) = 0.046, I 2 (2) = 67.28%; τ 2 (3) = 0.022, I 2 (3) = 31.89%), Medicaid (HR: 1.39; 95% CI : 1.28–1.51, P < 0.001; τ 2 (2) = 0.049, I 2 (2) = 74.07%; τ 2 (3) = 0.016, I 2 (3) = 24.60%), or without insurance (HR: 1.42, 95% CI : 1.31–1.53, P = 0.001; τ 2 (2) = 0.032, I 2 (2) = 65.99%; τ 2 (3) = 0.015, I 2 (3) = 30.77%) had worse overall survival (OS) than private insurers. Cancer stage, cancer type, and the adjustment variables are moderators of effect size heterogeneity in the US. The association between insurance status and survival was stronger in early-stage (I-II) cancers and among patients with breast and prostate cancer, whereas survival disparity across insurance statuses was smaller or not statistically significant for advanced (III-IV) stages and patients diagnosed with lung, liver, and colorectal cancer. In China, patients without Urban Employee Basic Medical Insurance (non-UEBMI) showed worse OS (HR: 1.39; 95% CI : 1.22–1.59; I 2 = 60.0%; τ 2 = 0.012) than UEBMI patients. Qualitative evidence from Germany, South Korea, Thailand, and Brazil did not identify statistically significant associations between insurance status and cancer survival outcomes. Uninsured individuals were experiencing poorer OS than those with any other form of insurance status globally. The association between insurance status and cancer survival differs across national health insurance systems. Insurance policies should prioritize early-stage cancer care, cancer types with a favorable prognosis, and uninsured groups. Future research should use prospective international cohorts to explore how insurance structures and covariate interactions affect survival and to achieve equity in global cancer care.

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)0,010
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,029
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0140,023
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
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 Opus0,166
Tête enseignante GPT0,453
Écart entre enseignants0,288 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207