Association of Area Socioeconomic Status and Breast, Cervical, and Colorectal Cancer Screening: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Although numerous studies have examined the association of area socioeconomic status (SES) and cancer screening after controlling for individual SES, findings have been inconsistent. A systematic review of existing studies is timely to identify conceptual and methodologic limitations and to provide a basis for future research directions and policy. OBJECTIVE: The objectives were to (a) describe the study designs, constructs, methods, and measures; (b) describe the independent association of area SES and cancer screening; and (c) identify neglected areas of research. METHODS: We searched six electronic databases and manually searched cited and citing articles. Eligible studies were published before 2008 in peer-reviewed journals in English, represented primary data on individuals ages > or = 18 years from developed countries, and measured the association of area and individual SES with breast, cervical, or colorectal cancer screening. RESULTS: Of 19 eligible studies, most measured breast cancer screening. Studies varied widely in research design, definitions, and measures of SES, cancer screening behaviors, and covariates. Eight employed multilevel logistic regression, whereas the remainder analyzed data with standard single-level logistic regression. The majority measured one or two indicators of area and individual SES; common indicators at both levels were poverty, income, and education. There was no consistent pattern in the association between area SES and cancer screening. DISCUSSION: The gaps and conceptual and methodologic heterogeneity in the literature to date limit definitive conclusions about an underlying association between area SES and cancer screening. We identify five areas of research deserving greater attention in the literature.
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 | 0,008 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,011 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».