MétaCan
Menu
Retour à la cohorte
Enregistrement W2973778529

Emerging role of HPV self-sampling in cervical cancer screening for hard-to-reach women: Focused literature review.

2017· article· en· W2973778529 sur OpenAlexaff
Tina R. Madzima, Mandana Vahabi, Aïsha Lofters

Notice bibliographique

RevuePubMed · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensToronto Metropolitan UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCervical cancerMedicineSampling (signal processing)Human papillomavirusCervical cancer screeningCervical screeningFamily medicineTest (biology)GynecologyCancerComputer scienceInternal medicineBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To provide a focused critical review of the literature on the acceptability, feasibility, and uptake of human papillomavirus (HPV) self-sampling among hard-to-reach women. QUALITY OF EVIDENCE: . Only studies that focused on never-screened or underscreened populations were included in this review. MAIN MESSAGE: Human papillomavirus self-sampling was found to be highly acceptable and feasible among these hard-to-reach women across most studies. Mailing of self-sampling kits has been shown to increase participation among hard-to reach women. Some concerns remain regarding adherence to further follow-up among high-risk women with positive test results for HPV after screening. CONCLUSION: There is a strong body of evidence to support the usefulness of HPV self-sampling in increasing participation of hard-to-reach women in screening programs (level I evidence). Convenience, privacy, ease of use, and, likely, cost-effectiveness of HPV self-sampling are driving forces in its emerging role in cervical cancer screening among hard-to-reach women. Key barriers to participation could be addressed by overcoming disparities in HPV-related knowledge and perceptions about cervical 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,063
Tête enseignante GPT0,368
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations128
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetCervical Cancer and HPV ResearchTravaux en français237 207