MétaCan
Menu
Retour à la cohorte
Enregistrement W2086219583 · doi:10.1002/cncr.24851

Predictors of timely follow‐up after abnormal cancer screening among women seeking care at urban community health centers

2010· article· en· W2086219583 sur OpenAlexaff
Tracy A. Battaglia, M. Christina Santana, Sharon Bak, Manjusha Gokhale, Timothy L. Lash, Arlene S. Ash, Richard Kalish, Stephen M. Tringale, James O. Taylor, Karen M. Freund

Notice bibliographique

RevueCancer · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensWomen's Health Research Institute
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicinePap testMammographyPsychological interventionCancer screeningCancerBreast cancerCohortGerontologyFamily medicineEthnic groupHealth careHealth equityAbnormalityRetrospective cohort studyCervical cancerObstetricsGynecologyPublic healthCervical cancer screeningInternal medicinePathologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We sought to measure time and identify predictors of timely follow-up among a cohort of racially/ethnically diverse inner city women with breast and cervical cancer screening abnormalities. METHODS: Eligible women had an abnormality detected on a mammogram or Papanicolaou (Pap) test between January 2004 and December 2005 in 1 of 6 community health centers in Boston, Massachusetts. Retrospective chart review allowed us to measure time to diagnostic resolution. We used Cox proportional hazards models to develop predictive models for timely resolution (defined as definitive diagnostic services completed within 180 days from index abnormality). RESULTS: Among 523 women with mammography abnormalities and 474 women with Pap test abnormalities, >90% achieved diagnostic resolution within 12 months. Median time to resolution was longer for Pap test than for mammography abnormalities (85 vs 27 days). Site of care, rather than any sociodemographic characteristic of individuals, including race/ethnicity, was the only significant predictor of timely follow-up for both mammogram and Pap test abnormalities. CONCLUSIONS: Site-specific community-based interventions may be the most effective interventions to reduce cancer health disparities when addressing the needs of underserved 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,318
Écart entre enseignants0,285 · 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 tête enseignante, pas un consensus.

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

Citations49
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207