MétaCan
Menu
Retour à la cohorte
Enregistrement W3004734130 · doi:10.3917/spub.197.0059

Recherche interventionnelle pour la réduction des inégalités sociales et territoriales de dépistage des cancers

2020· article· fr· W3004734130 sur OpenAlexaff
Élodie Guillaume, Rémy De Mil, Marie Christine Quertier, Annick Notari, Guy Launoy

Notice bibliographique

RevueSanté Publique · 2020
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Les inégalités sociales constituent un obstacle majeur à la cohésion sociale et économique d’un pays, particulièrement celles touchant le domaine de la santé. Dans le domaine du dépistage des cancers, le constat actuel est celui d’un gradient social de participation et de fortes inégalités territoriales. Cet article rapporte des résultats de deux recherches interventionnelles consistant à ajouter au dispositif en place des modes supplémentaires d’incitation à réaliser un test de dépistage pour des populations particulières. Un essai prospectif à unités de randomisation collective a été mis en place d’avril 2011 à avril 2013 dans les trois départements du Nord de la France – l’Aisne, l’Oise et la Somme – afin d’évaluer l’apport d’un accompagnement au dépistage du cancer colorectal (CCR) par des travailleurs sociaux (essai Prado). Une étude rétrospective a été conduite sur l’expérience de mammobile conduite dans le département de l’Orne depuis plusieurs années concernant le dépistage du cancer du sein. L’analyse des résultats montre que chacun de ces dispositifs est capable de réduire, voire d’effacer les inégalités sociales et territoriales à un coût raisonnable pour la société. Elle montre également qu’en matière de dépistage, les inégalités ne pourront être réduites que si on ajoute au dispositif national des dispositifs supplémentaires dédiés à des populations particulières selon un principe d’universalisme proportionné.

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)0,018
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,559
Tête enseignante GPT0,562
Écart entre enseignants0,003 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSanté PubliqueMême sujetHealthcare Systems and PracticesTravaux en français237 207