Ovarian cancer symptom awareness and anticipated delayed presentation in a population sample
Notice bibliographique
Résumé
BACKGROUND: While ovarian cancer is recognised as having identifiable early symptoms, understanding of the key determinants of symptom awareness and early presentation is limited. A population-based survey of ovarian cancer awareness and anticipated delayed presentation with symptoms was conducted as part of the International Cancer Benchmarking Partnership (ICBP). METHODS: Women aged over 50 years were recruited using random probability sampling (n = 1043). Computer-assisted telephone interviews were used to administer measures including ovarian cancer symptom recognition, anticipated time to presentation with ovarian symptoms, health beliefs (perceived risk, perceived benefits/barriers to early presentation, confidence in symptom detection, ovarian cancer worry), and demographic variables. Logistic regression analysis was used to identify the contribution of independent variables to anticipated presentation (categorised as < 3 weeks or ≥ 3 weeks). RESULTS: The most well-recognised symptoms of ovarian cancer were post-menopausal bleeding (87.4%), and persistent pelvic (79.0%) and abdominal (85.0%) pain. Symptoms associated with eating difficulties and changes in bladder/bowel habits were recognised by less than half the sample. Lower symptom awareness was significantly associated with older age (p ≤ 0.001), being single (p ≤ 0.001), lower education (p ≤ 0.01), and lack of personal experience of ovarian cancer (p ≤ 0.01). The odds of anticipating a delay in time to presentation of ≥ 3 weeks were significantly increased in women educated to degree level (OR = 2.64, 95% CI 1.61 - 4.33, p ≤ 0.001), women who reported more practical barriers (OR = 1.60, 95% CI 1.34 - 1.91, p ≤ 0.001) and more emotional barriers (OR = 1.21, 95% CI 1.06 - 1.40, p ≤ 0.01), and those less confident in symptom detection (OR = 0.56, 95% CI 0.42 - 0.73, p ≤ 0.001), but not in those who reported lower symptom awareness (OR = 0.99, 95% CI 0.91 - 1.07, p = 0.74). CONCLUSIONS: Many symptoms of ovarian cancer are not well-recognised by women in the general population. Evidence-based interventions are needed not only to improve public awareness but also to overcome the barriers to recognising and acting on ovarian symptoms, if delays in presentation are to be minimised.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».