Health Care Utilization among Adult Survivors of Childhood and Adolescent Cancer in Ontario
Notice bibliographique
Résumé
Survivors of childhood and adolescent cancers are at increased risk for late effects including subsequent cancer, cardiotoxicities, and poor psychosocial health. Few studies have investigated if this translates into increased health care use and costs during survivorship. This thesis aimed to address key knowledge gaps in the field of survivorship and health care service utilization using population-based data in Ontario, Canada. First, we compared rates of health care use between survivors and matched controls across a diverse array of outcomes including hospitalizations, emergency department visits, primary care visits, and diagnostic investigations. We demonstrated higher rates of health care use across all outcomes among survivors compared to cancer-free controls. Our second study leveraged the matched-cohort and evaluated long-term health care costs from the perspective of the public payer. We found that survivors consistently incurred higher health care costs throughout long-term follow-up and in their final year of life, with hospitalizations as the most significant cost driver. Lastly, we focused on childhood and adolescent cancer survivors and compared acute health care utilization across varying models of long-term follow-up. In Ontario, there are three models of long-term follow-up care: specialized survivor clinics (AfterCare), care from an oncologist at a general cancer clinic, and care from a primary care physician. Within our survivor cohort, we observed sub-optimal adherence to any model of long-term follow-up care. We demonstrated that survivors with recent attendance at AfterCare Clinics was associated with a decrease in emergency department visits compared to survivors with no regular survivorship care. We did not observe any effect between AfterCare visits and rates of hospitalizations. Ultimately, to reduce morbidity, premature mortality, and subsequent acute health care use, greater adherence to long-term follow-up and surveillance strategies are needed. Our findings provide insight on health care use among this population for consideration by policymakers and will be useful to inform allocation of resources for this growing population of young Canadians.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| 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) | 0,002 | 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 ».