Sociodemographic factors associated with cervical cancer screening and follow-up of abnormal results.
Notice bibliographique
Résumé
OBJECTIVE: To determine the sociodemographic factors associated with cervical cancer screening and follow-up of abnormal results. DESIGN: Population cohort study. SETTING: Ontario. PARTICIPANTS: Women between the ages of 18 and 70 years who were eligible for Papanicolaou testing. MAIN OUTCOME MEASURES: Rates of cervical cancer screening and follow-up of abnormal and inadequate Pap test results, and associated sociodemographic factors such as age, neighbourhood income level, and health region. Multivariate logistic regression was used to identify independent factors associated with screening and follow-up. RESULTS: Of the 3.7 million women eligible for screening, 69% had had Pap tests in the past 3 years. These rates varied by age, income, and region (P < .001). Women residing in the lowest-income neighbourhoods were half as likely to be screened (odds ratio 0.56, 95% CI 0.55 to 0.56). Only 44% of those whose Pap test results revealed atypical squamous cells of uncertain significance or low-grade squamous intraepithelial lesions had repeat Pap tests or colposcopy within 6 months, and this varied by age, income, and region (P < .001). Among women with unsatisfactory Pap test results, only 35% were retested within 4 months, and this varied by age (P < .001). CONCLUSION: Despite universal health coverage, cervical cancer screening rates are suboptimal among low-income women at greatest risk. Follow-up among women with inadequate or abnormal test results is often poor. Novel models of cervical cancer screening are needed to address these inadequacies.
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) | 0,000 | 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 ».