Disparities in colorectal cancer screening rates among Asian Americans and non-Latino whites
Notice bibliographique
Résumé
Among Asian Americans, colorectal cancer (CRC) is the second most commonly diagnosed cancer, and it is the third highest cause of cancer-related mortality. The 2001 California Health Interview Survey (CHIS 2001) was used to examine 1) CRC screening rates between different Asian-American ethnic groups compared with non-Latino whites and 2) factors related to CRC screening. The CHIS 2001 was a population-based telephone survey that was conducted in California. Responses about CRC screening were analyzed from 1771 Asian Americans age 50 years and older (Chinese, Filipino, South Asian, Japanese, Korean, and Vietnamese). The authors examined two CRC screening outcomes: individuals who ever had CRC screening and individuals who were up to date for CRC screening. For CRC screening, fecal occult blood test (FOBT), sigmoidoscopy/colonoscopy, and any other form of screening were examined. CRC screening of any kind was low in all populations, and Koreans had the lowest rate (49%). Multivariate analysis revealed that, compared with non-Latino whites, Koreans were less likely to undergo FOBT (odds ratio [OR], 0.40; 95% confidence interval [95% CI], 0.25-0.62), and Filipinos were the least likely to undergo sigmoidoscopy/colonoscopy (OR, 0.62; 95% CI, 0.44-0.88) or to be up to date with screening (OR, 0.68; 95% CI, 0.48-0.97). Asian Americans were less likely to undergo screening if they were older, male, less educated, recent immigrants, living with >or= 3 individuals, poor, or uninsured. Asian-American populations, especially Koreans and Filipinos, are under-screened for CRC. Outreach efforts could be more focused on helping Asian Americans to understand the importance of CRC screening, providing accurate information in different Asian languages. Other strategies for increasing CRC screening may include using a more family-centered approach and using qualified translators.
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 | 0,000 | 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) | 0,001 | 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 ».