Explaining disparities in colorectal cancer screening among five Asian ethnic groups: A population-based study in California
Notice bibliographique
Résumé
BACKGROUND: Data from the California Health Interview Survey (CHIS) indicate that levels and temporal trends in colorectal cancer (CRC) screening prevalence vary among Asian American groups; however, the reasons for these differences have not been fully investigated. METHODS: Using CHIS 2001, 2003 and 2005 data, we conducted hierarchical regression analyses progressively controlling for demographic characteristics, English proficiency and access to care in an attempt to identify factors explaining differences in screening prevalence and trends among Chinese, Filipino, Vietnamese, Korean and Japanese Americans (N = 4,188). RESULTS: After controlling for differences in gender and age, all Asian subgroups had significantly lower odds of having ever received screening in 2001 than the reference group of Japanese Americans. In addition, Korean Americans were the only subgroup that had a statistically significant decline in screening prevalence from 2001 to 2005 compared to the trend among Japanese Americans. After controlling for differences in education, marital status, employment status and federal poverty level, Korean Americans were the only group that had significantly lower screening prevalence than Japanese Americans in 2001, and their trend to 2005 remained significantly depressed. After controlling for differences in English proficiency and access to care, screening prevalences in 2001 were no longer significantly different among the Asian subgroups, but the trend among Korean Americans from 2001 to 2005 remained significantly depressed. Korean and Vietnamese Americans were less likely than other groups to report a recent doctor recommendation for screening and more likely to cite a lack of health problems as a reason for not obtaining screening. CONCLUSIONS: Differences in CRC screening trends among Asian ethnic groups are not entirely explained by differences in demographic characteristics, English proficiency and access to care. A better understanding of mutable factors such as rates of doctor recommendation and health beliefs will be crucial for designing culturally appropriate interventions to promote CRC screening.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».