Measurement and effect of income on colorectal cancer survival and the diagnostic interval
Notice bibliographique
Résumé
Les patients atteints de cancer colorectal (CRC) avec un faible revenu ont des résultats plus mauvais tout au long du continuum du cancer. Les disparités de revenus dans l'intervalle diagnostique, le temps entre la présentation des symptômes au système de soins de santé et le diagnostic du cancer, pourraient en partie expliquer ces résultats. Face à l'intérêt croissant pour les différences liées au revenu dans les résultats du cancer, une mesure précise du revenu est impérative et une mauvaise classification du revenu peut conduire à des conclusions erronées sur la présence d'inégalités de revenus. L'objectif global de cette thèse était de combler les lacunes dans la compréhension de la mesure et de l'effet du revenu individuel et de quartier sur la survie, et de comprendre les inégalités de revenus dans l'intervalle diagnostique pour les patients atteints de CRC. Le premier manuscrit détermine la mauvaise classification entre le revenu individuel et celui du quartier et leur association avec la survie globale parmi les patients atteints de CRC diagnostiqués de 1992 à 2017 dans les cohortes de santé et d'environnement du recensement canadien. Nous avons constaté un très faible accord entre le revenu individuel et le revenu du quartier, seulement 17% des répondants étant assignés au même quintile (kappa pondéré=0.18). Le revenu individuel avait un effet plus important sur la survie relative et additive que le revenu du quartier. L'interaction entre le revenu individuel et le revenu du quartier a montré que les plus à risque de mauvaise survie étaient ceux se trouvant dans les quintiles de revenu individuel et de quartier les plus bas.Ces résultats alimentent directement le deuxième manuscrit où nous avons utilisé des analyses de biais probabilistes pour ajuster le biais de mauvaise classification d'exposition résultant de l'utilisation du revenu du quartier par rapport au revenu individuel lors de l'examen de la survie à 5 ans. L'analyse des biais a abouti à des risques relatifs (RR) similaires pour le revenu ajusté pour le biais par rapport au revenu individuel.Dans le troisième manuscrit, nous avons utilisé les méthodes présentées dans le manuscrit 3 et la régression quantile pour étudier l'association entre le revenu du quartier et l'intervalle diagnostique. Pour les patients présentant des voies symptomatiques, vivre dans des communautés à faible revenu du quartier était associé à des intervalles diagnostiques plus longs par rapport aux patients vivant dans des communautés au revenu de quartier le plus élevé.Dans l'ensemble, ces résultats démontrent des inégalités de revenus à la fois individuelles et de quartier dans la survie et l'intervalle diagnostique chez les patients atteints de CRC. De plus, nous démontrons l'importance de mesurer le revenu individuel dans les études sur le cancer et nous proposons une solution potentielle aux situations où seul le revenu du quartier est disponible
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 | 0,003 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».