Cancer screening in patients with systemic lupus erythematosus.
Notice bibliographique
Résumé
OBJECTIVE: To examine whether patients with systemic lupus erythematosus (SLE) undergo cancer screening according to established guidelines, to compare their reported screening practices with information from the general population, and to examine potential predictors of screening within our SLE sample. METHODS: We conducted a patient survey of cancer screening practices within the Montreal General Hospital lupus cohort. We compared self-reported frequency of cancer screening to guidelines suggested for the general population, and to figures for cancer screening reported in the general population. We also developed logistic regression models to establish potential predictors of screening for patients with SLE, with cervical cancer screening being the outcome of interest in our primary analyses. RESULTS: Of 48 women aged 50-69, 53% (95% confidence interval, CI: 38-68) had had a mammogram in the past 12 months, compared to 74% (95% CI: 73-75) for similarly aged Quebec women. Of 51 subjects aged 50 and older, only 18% (95% CI: 8-34) reported screening (fecal occult blood check with or without endoscopy) within the recommended time frame, compared to 48% (95% CI: 45-51) for colorectal screening for persons > 50 in the general population. Only 9 of 27 patients with SLE aged less than 30 had Pap tests in the past 12 months (33%, 95% CI: 19-52), compared with a general population rate of 56% (95% CI: 53-59) for similarly aged Quebec women. Our logistic regression model suggested that, among the SLE patients, non-whites, those with lower education, and those with higher disease damage scores were less likely to undergo cervical Pap testing. CONCLUSION: These data suggest that appropriate cancer screening may be overlooked in patients with SLE.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».