Cervical cancer screening in Montreal: Building evidence to support primary care and policy interventions
Notice bibliographique
Résumé
In Canada, over 40% of invasive cervical cancers occur among women who have never been screened. Although 12% of Canadian women have never been screened, this number can be as high as 43% among certain social groups. Little is published on factors associated with screening uptake and inequalities among women residing in Quebec. Four waves of the Canadian Community Health Survey (2003, 2005, 2008, 2012, N = 6393) were utilized to assess lifetime screening and screening in the previous 3 years among women residing in Montreal. Chi-squared statistics were calculated, Poisson regression was utilized to model prevalence ratios, and prevalence differences were calculated. In total, 13.6% of women had never been screened and 12.1% had not been screened in the previous 3 years. Immigrant status was the strongest predictor of never being screened [recent vs non-immigrant: Prevalence Ratio (PR), 3.9 (95% Confidence Interval (CI): 2.9-5.4)] and not having a primary care physician (PCP) was the strongest predictors of not being screened recently [PR = 3.0 (95% CI: 2.3-3.9)]. The two most common reasons for not being screened were not "know[ing] it was necessary" and not "get[ting] around to it." These results provide a description of sub-populations which might benefit from cervical screening interventions: immigrants and women without a PCP. Interventions targeting access to PCPs, expanding training of non-physicians to conduct screening, organized screening, or autoadministered screening test may mitigate inequalities. Future work should assess their acceptability and feasibility, and evaluate the impact of these types of primary care and policy interventions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».