Which women default from follow‐up cervical cytology tests? A cohort study within the TOMBOLA trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To identify factors associated with default from follow-up cervical cytology tests. METHODS: A cohort study was conducted involving 2166 women, aged 20-59, with recent low-grade cervical cytology taken within the NHS Cervical Screening Programmes in Scotland and England, and managed by 6-monthly cytology in primary care. For the first (6-month) and second (12-month) surveillance cytology tests separately, women were categorized as 'on-time attendees' (attended ≤6 months of test being due), 'late attendees' (attended greater than 6 months after test was due) or 'non-attendees' (failed to attend). Multivariate odds ratios (ORs) were computed for factors associated with late and non-attendance. RESULTS: For the first surveillance test, risk of non-attendance was significantly higher in younger women, those without post-secondary education, and non-users of prescribed contraception. Factors significantly associated with late attendance for the first test were the same as for non-attendance, plus current smoking and having children. The most important predictor of non-attendance for the second surveillance test was late attendance for the first test (OR = 9.65; 95% CI, 6.60-16.62). Non-attendance for the second test was also significantly higher among women who were younger, smokers and had negative cytology on the first surveillance test. Late attendance for the second surveillance test was higher in women who were younger, smokers, had children and attended late for the first test. CONCLUSIONS: Women at highest risk of default from follow-up cytology tend to be young, smoke, lack post-secondary education, and have defaulted from a previous surveillance appointment. Tackling default will require development of targeted strategies to encourage attendance and research to better understand the reasons underpinning default.
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.
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 découle