Social contexts of survival: unraveling lung cancer inequalities in Canada
Bibliographic record
Abstract
Le cancer du poumon est l'une des principales causes de décès liés au cancer au Canada. Bien que les disparités dans la survie de cancer du poumon basées sur le revenu soient bien documentées, l'influence d'autres déterminants sociaux—tels que l'éducation, le statut d'immigration et le lieu de résidence—reste méconnue. Cette lacune de connaissances découle de la disponibilité limitée de données sur les facteurs sociaux dans les registres de cancer, comme l'a souligné le rapport 2024 du Comité consultatif des statistiques canadiennes sur le cancer. Ma thèse vise à combler cette lacune en analysant des bases de données liées qui combinent des informations socioéconomiques, sociodémographiques, et géographiques avec des données sur le cancer. Elle s'inscrit dans les efforts mondiaux tels que l’objectif de développement durable 3, qui cherche à réduire d’un tiers la mortalité prématurée due aux maladies non transmissibles. Ma recherche soutient également la stratégie du Partenariat canadien contre le cancer visant à promouvoir l'équité dans le système de lutte contre le cancer d'ici 2029.Dans le premier manuscrit de ma thèse, j'ai examiné les disparités en utilisant les données de l’Enquête sur la santé dans les collectivités canadiennes, qui est représentative à l'échelle nationale, liées au Registre canadien du cancer et aux dossiers fiscaux. Ce couplage de données m’a permis de comparer la survie de cancer du poumon selon des mesures individuelles de revenu familial, niveau d’éducation, et de statut d’immigration, ainsi qu’un spectre urbain-rural du lieu de résidence. J’ai appliqué des analyses de Kaplan-Meier et de modélisation multiniveaux pour estimer les inégalités de survie chez 4,430 répondants de l’enquête ayant reçu un diagnostic primaire de cancer du poumon entre 2010 et 2016. Des différences de survie ont été observées selon le spectre urbain-rural (p-valeur logrank de Kaplan-Meier = 0,0215). L'analyse de médiation a également montré que 41 % de la différence de risque entre les individus résidant dans de petites villes urbaines et ceux des grandes villes urbaines (50,1 décès supplémentaires pour 10 000 personnes-mois, IC 95 % : -3,7 à 107,2) pouvait être attribué à un stade avancé au diagnostic, qui ne semblait pas contribuer aux inégalités de survie selon le statut socio-économique.Ensuite, j'ai utilisé les données clinico-administratives du Québec pour étudier les inégalités de survie et de traitement chez les patients atteints de cancer du poumon avancé, en fonction du revenu, du niveau d'éducation, du statut d'immigration et de défavorisation matérielle au niveau du quartier et de situation géographique. L'étude a inclus 457 patients ayant reçu le géfitinib, un inhibiteur de la tyrosine kinase de l’EGFR (EGFR-TKI) connue comme thérapie ciblée, en première ligne de traitement palliatif entre 2001 et 2019. Les patients résidant dans les zones les plus touchées par la défavorisation matérielle avaient une survie médiane de 15,1 mois, soit 0,69 (IC 95 % : 0,47–1,04) fois celle des patients des zones les moins défavorisées. Comparativement aux individus résidant à Montréal, la probabilité de recevoir de l’osimertinib, un autre EGFR-TKI, en deuxième ligne de traitement palliatif était plus faible pour ceux vivant dans d'autres grandes régions urbaines (ratio relatif : 0,69, IC 95 % : 0,47–1,04) et dans les régions rurales (ratio relatif : 0,55, IC 95 % : 0,25–0,98). De plus, les individus résidant dans des régions socisanitaires périphériques à Québec ou Montréal ont connu des délais d’attente médians plus longs pour l’utilisation du géfitinib en première ligne de traitement palliatif, avec un retard de 45 jours contre 35 dans les régions avec des centres hospitaliers universitaires (ratio relatif : 1,27, IC 95 % : 1,09–1,54).Pour ma troisième étude, j'ai utilisé le Registre canadien du cancer, lié aux données fiscales et d'immigration, pour estimer la survie à l’échelle de la population des patients atteints de cancer du poumon à l'intersection de quatre identités sociales (âge, sexe, revenu et statut d'immigration). J'ai utilisé la modélisation multiniveau pour prédire les probabilités de survie à 1 an pour 183,350 individus diagnostiqués entre 2002 et 2013. J’ai observé une variation substantielle a été retrouvée à travers les 72 strates intersectionnelles dans les probabilités de survie à 1 an, allant de 23,3 % à 66,9 %. Parmi les individus âgés de moins de 60 ans, les hommes à faible revenu qui étaient résidents de Canada depuis longtemps avaient une probabilité de survie à 1 an la plus faible, à 36,3 % (IC 95 % : 34,44, 38,19), comparable à celle des hommes à faible revenu qui étaient aussi résidents depuis longtemps mais âgés de 70 à 74 ans (33,9 %, IC 95 % : 32,06, 35,55). Leur probabilité de survie était également inférieure de 2,8 points de pourcentage (IC 95 % : -5,0 à -0,5) à celle attendue, basée uniquement sur les effets additifs de l’âge, du sexe, du revenu et du statut d’immigration. Les femmes immigrantes à faible revenu âgées de ≥80 ans, qui pouvaient être au Canada le plus longtemps possible par rapport aux autres femmes immigrantes dans l’étude, ont également présenté une probabilité de survie à 1 an inférieure de 2,8 points de pourcentage (IC 95 % : -5,4 à -0,3) par rapport à celle basée uniquement sur les effets additifs. La plupart des effets intersectionnels se sont estompés après avoir pris en compte le stade au moment du diagnostic.En somme, ma thèse offre une compréhension approfondie des inégalités de survie de cancer du poumon au Canada en intégrant des mesures détaillées des facteurs sociaux. Je démontre que la survie varie selon le statut socioéconomique, le statut sociodémographique et l'urbanisation, avec des disparités également évidentes aux stades avancés du cancer du poumon dans l'ère des thérapies innovantes. La thèse met en lumière des différences dans le stade au moment du diagnostic et l'accès au traitement en fonction du lieu de résidence. Elle souligne l'importance de prendre en compte les identités sociales croisées et identifie des populations clés — telles que les jeunes hommes à faible revenu qui sont résidents du Canada depuis longtemps, et les femmes immigrantes, en particulier celles qui sont au Canada depuis plusieurs décennies — confrontées à des désavantages uniques en termes de survie. Relever les défis du diagnostic précoce et de l'accès aux traitements innovants pour les personnes socialement défavorisées en matière de survie au cancer du poumon pourrait contribuer à réduire la mortalité liée au cancer du poumon au Canada
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.010 |
| Science and technology studies | 0.010 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".