Factors Associated With Suboptimal Colorectal Cancer Screening in US Immigrants
Notice bibliographique
Résumé
BACKGROUND: Our objectives were to: (1) compare colorectal cancer screening (CRCS) among US born citizens (USBs), naturalized citizens (NACs), and noncitizens (NOCs) and (2) evaluate clinical factors and potential barriers associated with CRCS in these populations. METHODS: Screening-eligible patients were identified from the 2007 California Health Interview Survey. Up-to-date CRCS was defined as a fecal occult blood test within 1 year, a sigmoidoscopy within 5 years, or a colonoscopy within 10 years. Using logistic regression, we determined the effects of immigrant status on CRCS. Stratified analyses based on location of residence, health insurance status, and English proficiency were conducted. RESULTS: A total of 30,434 average-risk adults aged 50 years or older completed the survey. Only 67% of USBs, 61% of NACs, and 46% of NOCs underwent CRCS. Advanced age, male sex, high-income earners, nonsmokers, and those who were married or visited their physicians frequently were more likely to receive CRCS (all P < 0.05). Compared with USBs, both NACs and NOCs showed decreased odds of CRCS (odds ratio 0.88, 95% confidence interval, 0.74-1.06 and odds ratio 0.68, 95% confidence interval, 0.53-0.88, respectively; P = 0.011). Stratified analyses revealed that the associations between immigrants and decreased CRCS were more prominent for those who lived in rural areas, lacked insurance, or were not English proficient. CONCLUSIONS: CRCS remains suboptimal, especially in new US immigrants. Improving health care access and mitigating language barriers may minimize this disparity.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».