Celebrities and screening: a measurable impact on high-grade cervical neoplasia diagnosis from the ‘Jade Goody effect’ in the UK
Notice bibliographique
Résumé
BACKGROUND: The celebrity Jade Goody's cervical cancer diagnosis was associated with increased UK cervical screening attendance. We wanted to establish if there was an increase in high-grade (HG) cervical neoplasia diagnoses, and if so, what the characteristics of the women with HG disease were. METHODS: We analysed prospective data on 3233 consecutive colposcopy referrals in North East London, UK, from 01 April 2005 to 30 June 2010. Characteristics and outcomes of pre- and post-Goody cohorts were compared. RESULTS: Goody's diagnosis was associated with an increased incidence of colposcopy referrals in all subsequent annual quarters (incidence rate ratio (IRR) 1.3-1.9, P<0.002-P<0.0005) and increased HG disease diagnoses in the fourth quarter 2008/2009 (IRR 1.3, P=0.05) and first quarter 2009/2010 (IRR 1.3, P=0.07). We observed 1.90-fold (CI: 1.06-3.39), 2.06 (CI: 1.13-3.76) and 2.13-fold (CI: 1.07-4.25) respective increases in the odds of HG disease women being screening-naive in the first and second quarter 2009/2010, and the first quarter 2010/2011 (P<0.04, P<0.02 and P<0.04, respectively). There was a 2.23-fold increase in the odds of screening-naive HG disease women being symptomatic post-Goody's diagnosis (P=0.023). The age distributions of the pre- and post-Goody cohorts did not differ in any study group. CONCLUSION: Continued publicity about celebrities' diagnoses might encourage screening in at-risk populations.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».