Abstract
Kontekst
Finansiell og demografiske presset i USA krever en forståelse av de mest effektive fordeling av leger for å maksimere befolkningsnivå helsemessige fordeler. Før arbeidet har antatt en konstant negativ sammenheng mellom lege forsyning og dødelighet resultater over hele USA og har ikke adressert regionale variasjoner.
Metoder
I denne økologiske analysen, geografisk vektet regresjon ble brukt for å identifisere romlig varierende forhold mellom lokal urolog tetthet og prostatakreft dødelighet på fylkesnivå. Data fra 1492 fylker i 30 østlige og sørlige statene fra 2006-2010 ble analysert.
Funn
De ordinære minste kvadraters (OLS) regresjon fant at i gjennomsnitt øker urolog tetthet av en urolog per 100.000 mennesker resulterte i en forventet nedgang i prostatakreft dødelighet av -0.499 dødsfall per 100.000 menn (95% KI -0,709 til -0,289, p-verdi 0,001), eller en 1,5% nedgang. Geografisk vektet regresjon viste at tillegg av en urolog per 100.000 mennesker i fylkene i de sørlige Mississippi River delstatene Arkansas, Mississippi og Louisiana, samt deler av Illinois, Indiana og Wisconsin er assosiert med reduksjon av 0,411 til 0,916 i prostata kreftdødelighet per 100.000 menn (01.06 til 03.06%). I kontrast, ble urologen tettheten ikke signifikant assosiert med prostata tilstand dødelighet i den nye England-regionen.
Konklusjoner
Styrken i sammenhengen mellom urolog tetthet og prostatakreft dødelighet varierte regionalt. Disse områdene med størst potensial for effektene kan være målrettet for å øke tilbudet av urologer, som det forbundet med den største spådd bedring i prostatakreft dødelighet
Citation. Yao N, Foltz SM, Odisho AY, Wheeler DC (2015) Geographic Analyse av Urolog Tetthet og prostatakreft dødelighet i USA. PLoS ONE 10 (6): e0131578. doi: 10,1371 /journal.pone.0131578
Redaktør: Tina Hernandez-Boussard, Stanford University School of Medicine, USA
mottatt: 13 februar 2015; Godkjent: 03.06.2015; Publisert: 25 juni 2015
Copyright: © 2015 Yao et al. Dette er en åpen tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Data Tilgjengelighet: The forskningsdata er offentlig tilgjengelig på følgende nettsteder: https://seer.cancer.gov/mortality/https://ahrf.hrsa.gov/https://www.census.gov/geo/maps-data/data/tiger~~number=plural. html
Finansiering:. Dr. Yao ble støttet under et fellesskap fra National Cancer Institute (2R25CA093423). Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
Usikkerhet rundt gjennomføringen og virkningen av Patient Protection og Affordable Care Act har ytterligere bidratt til debatten om sammensetningen og fordelingen av lege arbeidsstokken. Den gråning av den amerikanske befolkningen, økende utbredelsen av kronisk sykdom, og bedre tilgang til behandling har ført til bekymring for tilstrekkeligheten av lege arbeidsstyrken, både i grunnskolen og spesialitet omsorg. [1-4] Økonomiske og demografiske presset krever en forståelse av den mest effektive fordeling av leger for å maksimere befolkningsnivå helsemessige fordeler.
Når vurderes på nasjonalt nivå, økt primære omsorg lege tetthet har vært forbundet med forbedrede kreft dødelighet. [5] Andre studier har beskrevet en relasjon mellom spesialist lege tilbud og kreft dødelighet. [6-10] tilstedeværelsen av en urolog i et fylke har vært forbundet med lavere urologisk kreft dødelighet og forekomst av kolorektal og generell kirurger har vært assosiert med lavere tykktarmskreft dødelighet. [7,8 ] Forskere har også funnet lavere melanom dødelighet i områdene som betjenes av hudleger. [9,11] Men noe arbeid i andre helsetjenester felt funnet motstridende og inkonsistente resultater om foreningen av lege tilbud og kreft utfall. [12,13] Disse studiene anta at forholdet mellom utfall lege tetthet og kreft er konstant gjennom hele studieområdet, og har ikke målt regional variasjon av forholdet mellom lege tilbud og kreftdødelighet i statistiske resultatene. [7,8,14] Analyser av regresjonsresidualene ofte avslører at denne antakelsen er ikke nødvendigvis sant (S1 og S2 figurene). [15,16] det er usannsynlig at en enhet av økning i kreft spesialist tetthet i et tetthetsområde høyt lege som Greater Boston området ville ha den samme virkning på kreftdødsfall som i en lav tetthet region lege som West Virginia.
for å løse disse begrensningene i eksisterende litteratur og bygge på tidligere arbeid, [7] vi brukte geografisk vektet regresjon (GWR) for å studere sammenhengen mellom lege tetthet og kreft dødelighet. GWR modeller romlig variasjon i forholdet mellom utfallet variabel og forklaringsvariablene. [15] Arbeid på fylkesnivå, forsøkte vi å finne ut om økt urolog tetthet var assosiert med lavere prostatakreft dødelighet og hvis dette forholdet varierte mellom fylker i Norge stater.
Studier av data og metoder
data~~POS=TRUNC
fylkesnivå data tiltak av helseressurser er hentet fra området Resource File (ARF), som administreres av det amerikanske helseressurser Services administrasjon. [17] ARF publiserer antall leger ved spesialitet per fylke, basert på American Medical Association Lege Masterfile. Lege (urolog, stråling onkolog, og fastlegen) tetthet ble definert som antall leger i hver gruppe per 100.000 innbyggere i hvert fylke, vektet med data fra 2006 og 2010. I tillegg fylke helsepersonell mangel området status og sosio økonomiske indikatorer (prosentene av befolkningen over 65, ikke-hvite, og over 25 med en high school diplom, og per capita inntekt) ble abstrahert fra ARF. Breddegrad og lengdegrad for hvert fylke geografisk Tyngdepunktet ble innhentet fra Fylkesmannen og tilsvarende kart (Census 2000) produsert av geografi Division of US Census Bureau. [18]
fylkesnivå prostatakreft dødelighet ble oppnådd fra Surveillance, Epidemiology, og sluttresultatet (seer) program av National Cancer Institute (NCI). [19] Fem års samlede dødelighet, som har blitt funnet å være pålitelig over tid og rom, ble brukt. [20- 23] Ratene var aldersjustert etter den direkte metode med fem-års aldersgrupper, med 2000 US Census standard befolkning som referanse. Data fra fylker med færre enn ti dødsfall er undertrykt av NCI (27% av østlige og sørlige fylker). Fylker med null rapporterte dødsfall ble inkludert. Fylkesnivå forekomsten av prostatakreft ble oppnådd fra NCI State Cancer Profiler nettside. [24] priser representerer den gjennomsnittlige forekomsten 2006-2010 og omfatter menn i alle aldre og etnisiteter. Insidensen ble rapportert som antall tilfeller per 100.000 mennesker og var alders justert til 2000 U.S. standard befolkning. For å beskytte pasientidentiteter, er data fra fylker med færre enn seksten tilfeller undertrykt av NCI (4% av østlige og sørlige fylker). Fylker med null rapporterte tilfellene er inkludert. Siden dette er et fylkesnivå sekundær dataanalyse, informert samtykke eller Institutional Review Board anmeldelsen ble ikke nødvendig.
vestlige stater ble ekskludert fra romlige analyser på grunn av manglende data. 56% av vestlige fylkene manglet enten dødelighet eller forekomst data, ikke inkludert Alaska, Washington, Kansas, eller Minnesota, som var helt manglende dødelighetsdata. Av de 30 østlige og sørlige statene følger for analyse, ble data fra 1492 av 2069 (72%) fylker inkludert. Data fra de resterende 577 fylkene (mange i Vest-Texas) manglet fordi for få prostatakreft tilfeller eller dødsfall ble rapportert. Data fra Ohio og Virginia ikke er offentlig tilgjengelig på grunn av statlige reguleringer. S3 Fig visualiserer mangler data problem i sentrale stater.
Analyse
Den romlige fordelingen av prostata kreft dødelighet over studien regionen ble kartlagt for å finne ut om geografiske grupperinger (dvs. klynger) var tydelig . Romlig autokorrelasjon i dødelighet ble vurdert ved hjelp Moran er jeg i GeoDA programvarepakke med en vekt matrise basert på seks nærmeste naboer. [25] permutasjon tester ble brukt for å indikere statistisk signifikans av Morans I.
Regresjon analyser var utført i
R plakater (versjon 3.0.2) ved hjelp av
GWmodel
pakken. [26] en vanlig minste kvadraters (OLS) regresjon modellen ble opprettet som en baseline komparator for GWR modeller. Vi inkluderte kovariater som omtalt i vår tidligere arbeid, [7] inkludert urologer per 100.000 mennesker, primærhelsetjenesten MDs per 100.000 mennesker, forekomsten av prostatakreft per 100.000 menn, sykehussenger per 100.000 mennesker, fylke klassifisering som en Health Professionals Mangel Area (HPSA) , metropolitan klassifiseringen i 2003 Rural-Urban Continuum kode ordningen, prosentandelen av befolkningen over 65 år, ikke-hvite, over 25 år uten en high school diplom, og per capita inntekt. Vi har lagt en indikator for et fylke som har minst ett stråling onkolog og behandlet primære omsorg lege og urolog tetthet som kontinuerlige variabler. [7]
Den romlige mønster av rester i OLS-modellen har blitt undersøkt og avslørt at forholdet mellom utfall lege tetthet og kreft kan ikke holde overalt i studieområdet (S1 og S2 figur). [15,16] Vi utførte en GWR å skaffe lokale koeffisientestimatene og justert omtrentlige p-verdier basert på Benjamani-Yekutieli falske funn rate (FDR) metode (se S1 File). [27,28] utvalget av GWR koeffisientestimatene ble ordnet og koeffisientestimatene urolog tetthet ble kartlagt.
en annen sensitivitetsanalyse ved hjelp av helsevesenet området som enhet i analysen var planlagt men ikke gjennomført, fordi de fleste av våre data finnes kun på fylkesnivå, og kan ikke være lett samles i helsetjenesten områder på grunn av manglende data i fylker med mindre befolkningsstørrelse. Vi forventer imidlertid resultatet ville bli vesentlig lik i analysen av helsetjenestens områder fordi GWR vanligvis ikke lider av modifiserbare areal enhet problem. [15]
kollinearitet diagnostikk
Kollinearitet er funnet å være spesielt problematisk i GWR modeller og detaljerte kollinearitetsegenskapene diagnostikk og modell utvelgelsesprosedyrer er gitt i S1 File. [29] Diagnostiske verktøy fra R pakken
gwrr
ble brukt til å utforske problemer med kollinearitet i GWR modeller. [30] Basert på de diagnostiske testene, ble variabelen for andel av befolkningen under 65 uten helseforsikring utelatt å komme frem til den endelige GWR modell (se S1 File). I tillegg gis mer enn 90% av prostata kreft dødsfall er blant menn i alderen 65 år eller eldre og median alder ved død er 80, de fleste av prostata kreft overlevende er Medicare begunstigede. [31]
Studier Resultater
Beskrivende statistikk
i studien prøven var gjennomsnittlig fylkesnivå aldersjusterte forekomsten av prostatakreft rente var 141.20 tilfeller per 100.000 kvinner og gjennomsnittsfylkesnivå aldersjusterte prostatakreft dødelighet var 25.55 per 100.000 menn (S1 Table). Disse prisene bør ikke tolkes som nasjonale eller regionale gjennomsnitt fordi fylkene med for få dødsfall eller tilfeller ble ekskludert før beregningen. Dødelighet viste positiv romlig autokorrelasjon (Morans I = 0,30, p-verdi 0,001), noe som indikerer betydelig clustering. Fylkene med høyest observerte prostata kreft dødelighet ble plassert i Sør (figur 1). urolog tetthetsfordeling Den var høyre skjev, med en median på 1,33 og mener på 2,10 urologer per 100.000 mennesker. Årsakene til dette skew omfatter mange fylker deler minimumsverdi på null og noen fylker har unormalt høye verdier (S4 Fig). Om 43% av de fylkene med komplette data hadde en urolog tetthet på null, med de fleste av dem ligger utenfor nordøst. 40% av fylkene hadde minst én stråling onkolog. Den primære omsorg lege tetthet var 56,67 per 100.000 personer. 46% av fylkene ble klassifisert som byområde
Merk:. 1. Fylker merket «mangler» har ufullstendige prostatakreft dødelighet eller forekomst data. 2. Quintiles ble beregnet ved hjelp av bare fylker med ikke-null verdier.
Lineær regresjon
I multivariat lineær regresjon, fant vi en samlet negativ sammenheng mellom prostatakreft dødelighet og økende urolog tetthet (tabell 1). Økende urolog tetthet av en urolog per 100.000 mennesker, holder andre variabler konstant, resulterte i en forventet nedgang i prostatakreft dødelighet av -0.499 dødsfall per 100.000 menn (95% KI -0,709 til -0,289, p-verdi 0,001), eller en 1,5% nedgang. Nærværet av en ytterligere strålings onkolog var ikke assosiert med en endring i dødelighet. Økt forekomst var assosiert med økt prostatakreft dødelighet, som var et høyere nivå av ikke-hvite fylke befolkning og klassifisering som en HPSA. Økte nivåer av medianinntekten, høyere utdanning i fylket, og metropolitan status ble assosiert med redusert prostatakreft dødelighet. Av notatet, antall sykehussenger, og andel av befolkningen over 65 år ikke var assosiert med en endring i prostata kreftdødelighet.
Geografisk vektet regresjon
Tabell 2 oppsummerer de estimerte regresjonskoeffisientene fra hvert fylke fra GWR modell. Godhet-of-fit statistikk indikerte at GWR modellen bedre representert dataene enn OLS-modellen. Retningen av foreninger i GWR var i stor grad de samme som i OLS-modellen basert på en sammenligning av de midlere og median Koeffisientestimatene i GWR modellen og koeffisientestimatet i OLS-modellen.
Fig 2 kartene resultatene fra GWR modellen, som viser den predikerte endring i prostatakreft dødelighet for en enhet økning i urolog tetthet per 100.000 mennesker, holder alle andre kovariater konstant, uten å vurdere de lokale justerte p-verdier. Dette viser betydelig romlig variasjon i spådd endring i prostata kreft dødelighet. Regionen med den største spådd nedgang i prostatakreft dødelighet består av fylkene i de sørlige Mississippi River delstatene Arkansas, Mississippi og Louisiana, samt deler av Illinois, Indiana og Wisconsin. Dette betyr at i disse fylkene, alt annet er likt, er en en-enhet økning i urolog tetthet (en urolog per 100.000 menn) forbundet med en med lavere prostata kreftdødelighet enn i fylker med koeffisienter nærmere null. Bare ett fylke av 1492 hadde anslagsvis urolog tetthet koeffisient som var større enn null. Noen fylker hadde to eller flere koeffisienter med høy (større enn 0,5) varians nedbrytings proporsjoner (VDPs, S5 Fig), noe som tyder på et problem med kollinearitet i GWR modellen i disse regionene
Merk:. 1. Fylker del av [-0.373,0.034] kvintilen med koeffisientestimatene større enn null vises i rødt. Fylkene som samme kvintilen med negative Koeffisientestimatene vises i den letteste blå.
Når begrensende visualisering av forventet endring i prostata kreftdødelighet i fylker med justerte omtrentlige p-verdier under 0,05 (fig 3) , et mindre antall fylker hadde statistisk signifikante spådd nedgang i dødeligheten med økt urolog tetthet. Derfor er det høyere tillit til en sann negativ sammenheng mellom urolog tetthet og prostata kreft dødelighet i disse områdene. Tillegg av en urolog per 100.000 mennesker i disse områdene er assosiert med reduksjon av 0,411 til 0,916 i prostatakreft dødelighet per 100.000 menn (01.06 til 03.06%)
Merk:. Quintiles referere til Koeffisientestimatene fra alle fylker uansett av betydning nivå.
Begrensninger
Selv om GWR tillater modellering av romlig varierende regresjon effekter, det bør brukes med forsiktighet. GWR er en utforskende metode og gir ikke eksakt statistisk slutning om regresjon relasjoner. Koeffisientestimatene av fylkene hadde null urologer kan ikke være lett brukes til å forklare kreftdødelighet. Modellen kan være ustabil og sensitiv til det sett av kovariabler brukes som input, spesielt når variablene er korrelert. Derfor modellvalg og diagnose er en spesielt viktig del av analysen ved bruk GWR. I tillegg kan de romlige mønstre av parameterestimatene skyldes modell misspecification. [15] I denne studien, varierende utvalg var basert på diagnostikk prosedyrer og tidligere forskning på kreftdødelighet. Videre, ettersom en økologisk analyse, vår studie inneholdt ikke kovarianteffekter og utfalls verdier for enkeltpersoner, og derfor kan vi ikke bruke våre funn til å gjøre slutninger om enkeltpasienter. Mens de data som brukes i denne studien blir vedlikeholdt av føderale byråer og er av høy kvalitet, prøvetaking feil i datainnsamlings design kan være et problem.
Diskusjoner
Totalt økte urolog tetthet var assosiert med redusert prostatakreft dødelighet i OLS-modellen, som er konsistent med tidligere funn. Men vår utforskende romlig analyse avdekket et komplekst forhold mellom prostatakreft dødelighet og urolog forsyning. GWR analyse bekreftet resultatene fra OLS-modellen i form av koeffisienten tegn for mye av studien regionen, men også vist at styrke og selvtillit av sammenhengen mellom urolog tetthet og prostatakreft dødelighet varierer over hele studien regionen, med sterkere negative effekter funnet i det sørlige Mississippi River-regionen, samt deler av Illinois, Indiana og Wisconsin. I tillegg til sterke negative assosiasjoner, disse områdene hadde også høyere prostata kreft dødelighet og relativt lav urolog tetthet. Som et resultat, kan disse områdene være målrettet for å øke tilførselen av urologer, som det forbundet med de største forutsagte forbedring av prostatakreft dødelighet.
Mekanismene som ligger til grunn for den romlig ikke-stasjonære assosiasjon mellom urologens tetthet og prostatakreft dødelighet kan ikke tas opp i denne studien, men vi tilbyr noen potensielle forklaringer på dette fenomenet. Urolog tilførselen kan ha en avtagende marginal effekt på prostatakreft dødelighet. Det er ikke fornuftig å forvente at en en enhet økning i urolog tilførsel i et område med høy tetthet vil ha den samme virkning som i en densitet region lav som for eksempel Southern Mississippi River-regionen. Lignende resultater ble rapportert i tidligere arbeid når urologens tetthet ble gruppert i 4 kategorier, bare viser en statistisk signifikant endring i prostata cancer dødelighet ved økning urologens tetthet over null, uten noen ekstra effekt etter at. [7] Individuelle pasientfaktorer, slik som den sykdomskarakteristika (f.eks tumor stadium, tumor størrelse, reseptor status, og komorbiditet) og sosioøkonomisk status (for eksempel forsikring, husholdningsinntekt, utdanningsnivå, og rase /etnisitet), kan også være en faktor i den ikke-stasjonære forhold mellom urolog tetthet og prostatakreft dødelighet. Dette kan føre til fremtidig forskning ved hjelp av multilevel modellering for å innlemme både enkelte pasient og kontekstuelle variabler i analysen. Det er imidlertid vanskelig å skaffe individuelt nivå data for ikke-seer regioner.
Før arbeid forsøker å knytte kreftspesifikk dødelighet med lege tetthet bruker lineær eller logistisk regresjon, som ikke står for romlige ikke-stasjonære effekter . [7,32,33] Vi har vedtatt en geografisk vektet regresjon tilnærming for å supplere en global regresjonsmodell for å undersøke romlige ikke-stasjonaritet i forholdet mellom lege tilbud og kreft dødelighet. Vi replikert resultatene av tidligere studier med ulike data som tyder på negativ sammenheng mellom spesialist forsynings- og kreftdødelighet og i tillegg bidrar vi nye materielle innsikt ved å undersøke hvilken rolle sted. Den forbedrede ytelsen til GWR, som gir en lokal modell av variablene ved å montere en regresjonsligningen til hver observasjon i datasettet, over OLS regresjon modellen ble demonstrert ved modell fit tiltak. GWR gir kreftomsorgen forskere en utforskende verktøy supplerende til OLS regresjon modell for å undersøke hvordan forholdet mellom variablene varierer over hele studien regionen.
Denne undersøkelsen har flere implikasjoner for kreftomsorgen forskning. Først den ikke-stasjonære sammenheng mellom urolog tetthet og prostatakreft antyder regional variant av en økologisk sammenheng. Som siste GWR koeffisienten kartet (figur 3) antyder, kan effekten av urologi forsyningen være viktigere i enkelte områder enn andre i USA, noe som krever plass spesifikke eller sted følsomme former for analyse. [34,35] denne studien belyser også hvor du skal fokusere og endre kreft omsorg politikk ved å avsløre ikke-stasjonære foreninger. Eksplisitt, våre funn har empirisk grunnlag for lokalt tilpasset politikk formasjon, noe som kan forbedre effektiviteten i kreftomsorgen.
Fremtidig forskning som søker å undersøke den potensielle effekten av lege forsyningen på kvaliteten på kreftomsorgen vil ha nytte av å innlemme romlig heterogenitet med hensyn til kreft omsorgs dynamikk. Videre arbeid er også nødvendig for å forstå effekten av lege forsyningen på kreftomsorg ved den enkelte pasient nivå. Til slutt, longitudinelle data om alle føre til dødelighet, helseressurser, og sosio-demografiske faktorer på fylkesnivå kan forbedre prediktiv evne. Nåværende kreftdødelighet /forekomst data er for knappe på fylkesnivå for å utføre romlige panel dataanalyse.
Konklusjoner
Økende urolog tetthet var assosiert med reduserte prostatakreft dødelighet og styrken av at foreningen variert over studien regionen, med større effekt og større tillit i de sørlige Mississippi River delstatene Arkansas, Mississippi og Louisiana, samt deler av Illinois, Indiana og Wisconsin.
Hjelpemiddel Informasjon
S1 fig. Rester fra OLS-modellen
doi:. 10,1371 /journal.pone.0131578.s001 product: (PDF)
S2 Fig. Lokale Indikatorer for Spatial Association av rester fra OLS Model
doi:. 10,1371 /journal.pone.0131578.s002 product: (PDF)
S3 Fig. Fylker med fullstendige forekomsten av prostatakreft /dødelighetsdata
doi:. 10,1371 /journal.pone.0131578.s003 product: (PDF)
S4 Fig. Urolog tetthet etter fylke i studien regionen. 2006-2010
doi: 10,1371 /journal.pone.0131578.s004 product: (PDF)
S5 Fig. GWR kollinearitetsegenskapene diagnostikk
doi:. 10,1371 /journal.pone.0131578.s005 product: (PDF)
S1 fil. GWR og FDR metoder
doi:. 10,1371 /journal.pone.0131578.s006 product: (PDF)
S1 Table. Beskrivende Statistikk over utfallet og forklaringsvariable (n = 1492 fylker)
doi:. 10,1371 /journal.pone.0131578.s007 product: (PDF)
Takk
Dr. Yao ble støttet under et fellesskap fra National Cancer Institute (2R25CA093423).
