Multistate transitional models for measuring adherence to breast cancer screening: A population-based longitudinal cohort study with over two million women
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective Prior work on the disparities among women in breast cancer screening adherence has been methodologically limited. This longitudinal study determines and examines the factors associated with becoming adherent. Methods In a cohort of Canadian women aged 50-74, a three-state transitional model was used to examine adherence to screening for breast cancer. The proportion of time spent being non-adherent with screening was calculated for each woman during her observation window. Using age as the time scale, a relative rate multivariable regression was implemented under the three-state transitional model, to examine the association between covariates (all time-varying) and the rate of becoming adherent. Results The cohort consisted of 2,537,960 women with a median follow-up of 8.46 years. Nearly 31% of women were continually up-to-date with breast screening. Once a woman was non-adherent, the rate of becoming adherent was higher among longer term residents (relative rate = 1.289, 95% confidence interval 1.275-1.302), those from wealthier neighbourhoods, and those who had an identifiable primary care provider who was female or had graduated in Canada. Conclusion Individual and physician-level characteristics play an important role in a woman's adherence to screening. This work improves the quality of evidence regarding disparities among women in adherence to breast cancer screening and provides a novel methodological foundation to investigate adherence for other types of screening, including cervix and colorectal cancer screening.
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.
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 | 0,003 | 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 découle