Impact of socio‐economic status on breast cancer screening in women with diabetes: a population‐based study
Notice bibliographique
Résumé
AIMS: There is evidence to suggest that mammography rates are decreased in women with diabetes and in women of lower socio-economic status. Given the strong association between low socio-economic status and diabetes, we explored the extent to which differences in socio-economic status explain lower mammography rates in women with diabetes. METHODS: A population-based retrospective cohort study in Ontario, Canada, of women aged 50 to 69 years with diabetes between 1999 and 2010 age matched 1:2 to women without diabetes. Main outcome measure is the likelihood of at least one screening mammogram in women with diabetes within a 36-month period, starting as of either 1 January 1999, their 50th birthday, or 2 years after diabetes diagnosis--whichever came last. Outcomes were compared with those in women without diabetes during the same period as their matched counterparts, adjusting for socio-economic status based on neighbourhood income and other demographic and clinical variables. RESULTS: Of 504,288 women studied (188,759 with diabetes, 315,529 with no diabetes), 63.8% had a screening mammogram. Women with diabetes were significantly less likely to have a mammogram after adjustment for socio-economic status and other factors (odds ratio 0.79, 95% CI 0.78-0.80). Diabetes was associated with lower mammogram use even in women from the highest socio-economic status quintile (odds ratio 0.79, 95% CI 0.75-0.83). CONCLUSIONS: The presence of diabetes was an independent barrier to breast cancer screening, which was not explained by differences in socio-economic status. Interventions that target patient, provider, and health system factors are needed to improve cancer screening in this population.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».