MétaCan
Menu
Retour à la cohorte
Enregistrement W2051054241 · doi:10.1089/jwh.2012.4203

Evaluating the Effectiveness of Cervical Cancer Screening Invitation Letters

2013· article· en· W2051054241 sur OpenAlexafffund
Kathleen Decker, Donna Turner, Alain Demers, Patricia J. Martens, Pascal Lambert, Daniel Chateau

Notice bibliographique

RevueJournal of Women s Health · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensUniversity of ManitobaCancerCare ManitobaManitoba Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineConfidence intervalRandomized controlled trialOdds ratioTest (biology)Cervical cancerPap testCervical cancer screeningCervical screeningGynecologyFamily medicineDemographyCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of this study was to evaluate the effectiveness of an invitation letter on cervical screening participation among unscreened women 30 to 69 years of age. METHODS: A cluster randomized trial design was used in which unscreened women (n=31,452) were randomized by the forward sortation area (FSA) of their postal code to an intervention group that was sent an invitation letter (n=17,068) or a group that was not sent an invitation letter (n=14,384). RESULTS: Six months after the letters were mailed, 1,010 women in the intervention group (5.92%) and 441 women in the control group (3.06%) had a Pap test. After adjusting for variables that have previously shown to influence screening participation, women who were sent an invitation letter were significantly more likely to have had a Pap test in the next 6 months compared with women who were not sent an invitation letter (odds ratio [OR]=2.60, 95% confidence interval [CI] 2.09-3.35, p<0.001). Overall, the effectiveness of the invitation letter improved with increasing age (p=0.02). CONCLUSIONS: Sending invitation letters increased cervical screening participation but because the overall effect was small, additional strategies that remove barriers to screening for unscreened women are also necessary.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,096
Tête enseignante GPT0,471
Écart entre enseignants0,375 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Women s HealthMême sujetCervical Cancer and HPV ResearchTravaux en français237 207