Association of local capacity for endoscopy with individual use of colorectal cancer screening and stage at diagnosis
Notice bibliographique
Résumé
BACKGROUND: Limited capacity for endoscopy in areas in which African Americans and Hispanics live may be a reason for persistent disparities in colorectal cancer (CRC) screening and stage at diagnosis. METHODS: The authors linked data from the National Health Interview Survey on the use of CRC screening and data from Surveillance, Epidemiology, and End Results-Medicare on CRC stage with measures of county capacity for colonoscopy and sigmoidoscopy (endoscopy) derived from Medicare claims. RESULTS: Hispanics lived in counties with less capacity for endoscopy than African Americans or whites (for National Health Interview Survey, an average of 1224, 1569, and 1628 procedures per 100,000 individuals aged > or = 50 years, respectively). Individual use of CRC screening increased modestly as county capacity increased. For example, as the number of endoscopies per 100,000 residents increased by 750, the odds of being screened increased by 4%. Disparities in screening were mitigated or diminished by adjustment for area endoscopy capacity, racial/ethnic composition, and socioeconomic status. Similarly, among individuals with CRC, those who lived in counties with less endoscopy capacity were marginally less likely to be diagnosed at an early stage. Adjustment for area characteristics diminished disparities in stage for Hispanics compared with whites but not African Americans. CONCLUSIONS: Increasing the use of CRC screening may require interventions to improve capacity for endoscopy in some areas. The characteristics of the area where an individual resides may in part mediate disparities in CRC screening use for both African Americans and Hispanics, and disparities in cancer stage for Hispanics.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».