Comparing cervical cancer stage at diagnosis in immigrant women and long-term residents.
Notice bibliographique
Résumé
e18054 Background: Globally, cervical cancer is the fourth most common cancer in women and seventh most common cancer overall. Cervical cancer is highly preventable with HPV vaccination and screening. Previous work has shown that immigrants are less likely to be screened than non-immigrants. Building on this work, the objective of our study was to examine whether immigrant women are more likely to present with later stage cervical cancer than long-term residents. Methods: We conducted a retrospective cohort study of women with cervical cancer diagnosed from 2010 to 2014 using administrative health data from the Canadian province of Ontario, comparing the odds of late stage diagnosis between immigrants and long-term residents. The outcome of interest was stage of cervical cancer diagnosis, defined as early (stage I) or late (stage II-IV). We compared immigrants and long-term residents on late vs. early stage adjusting for socioeconomic measures, comorbidities and healthcare utilization. We also confirmed results with a cohort from 2007-2012. Results: Complete staging data was available for 218 immigrants and 874 non-immigrants. We found no association between immigrant status and stage at diagnosis (adjusted OR: 0.935, p value = 0.739). Factors that did show significant association with later stage diagnosis were physician characteristics, whether a woman had been previously screened, or having visited a gynecologist in the past 3 years. These results were echoed in the 2007-2012 cohort (immigrants vs. long-term residents OR: 0.942, adjusted p value = 0.6773). Conclusions: Our results show that being an immigrant is not associated with late stage diagnosis of cervical cancer, although getting screened or having visited a gynecologist did reduce the odds of later stage cancer. Our findings support previous studies showing that physician characteristics influence immigrant healthcare utilization. Moreso, it may be that programs broadly aimed immigrants require a targeted approach to address higher-risk subgroups.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».