Role of community pharmacists in skin cancer screening: A descriptive study of skin cancer risk factors prevalence and photoprotection habits in Barcelona, Catalonia, Spain
Notice bibliographique
Résumé
BACKGROUND: Skin cancer incidence is increasing alarmingly, despite current efforts trying to improve its early detection. Community pharmacists have proven success in implementing screening protocols for a number of diseases because of their skills and easy access. OBJECTIVE: To evaluate the prevalence of skin cancer risk factors and the photoprotection habits with a questionnaire in community pharmacy users. METHODS: 2016. All participants received health education on photoprotection and skin cancer prevention. Patients with ≥1 skin cancer risk factor were referred to their physician, as they needed further screening of skin cancer. RESULTS: A total of 5,530 participants were evaluated. Of those, only 20.2% participants had received a total body skin examination for skin cancer screening in the past by a physician and 57.1% reported using a SPF 50+ sunscreen. 53.9% participants presented ≥1 skin cancer risk factor: 11.8% participants reported having skin cancer familial history and 6.2% reported skin cancer personal history; pharmacists found ≥10 melanocytic nevi in 43.8% participants and chronically sun-damaged skin in 21.4%. Lesions suspicious for melanoma were reported in 10.9% of the participants and urgent dermatological evaluation was recommended. CONCLUSIONS: Pharmacists can detect people with skin cancer risk factors amongst their users. This intervention can be considered in multidisciplinary strategies of skin 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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».