MétaCan
Menu
Retour à la cohorte
Enregistrement W2916224654

Cancer screening rates among transgender adults: Cross-sectional analysis of primary care data.

2019· article· en· W2916224654 sur OpenAlexaffabout
Tara Kiran, Sam Davie, Dhanveer Singh, Sue Hranilovic, Andrew D. Pinto, Alex Abramovich, Aïsha Lofters

Notice bibliographique

RevuePubMed · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésMedicineTransgenderBreast cancerOdds ratioLogistic regressionCross-sectional studyCancerPopulationCervical cancerCancer screeningColorectal cancerFamily medicineObstetricsGynecologyInternal medicineEnvironmental healthPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To compare rates of cervical, breast, and colorectal cancer screening between patients who are transgender and those who are cisgender (ie, nontransgender). DESIGN: Cross-sectional study. SETTING: A multisite academic family health team in Toronto, Ont, serving more than 45 000 enrolled patients. PARTICIPANTS: All patients enrolled in the family health team who were eligible for cervical, breast, or colorectal cancer screening. Patients were identified as transgender using an automated search of the practice electronic medical record followed by manual audit. MAIN OUTCOME MEASURES: tests, and logistic regression modeling was used to understand differences in screening after adjustment for age, neighbourhood income quintile, and number of primary care visits. RESULTS: = .046; adjusted OR = 0.50; 95% CI 0.26 to 0.99). CONCLUSION: In this setting, transgender patients were less likely to receive recommended cancer screening compared with the cisgender population. Future research and quality improvement activities should aim to understand and address potential patient, provider, and system factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,085
Tête enseignante GPT0,378
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations96
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207