Racial Disparities in Anal Cancer Screening Among Men Living With HIV: Findings From a Clinical Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Our objective was to quantify the extent of anal cancer screening among men receiving HIV specialty care in Ontario, Canada, and evaluate factors associated with screening. SETTING: Cross-sectional questionnaire within a multisite clinical HIV cohort. METHODS: A questionnaire assessing knowledge and experience with human papillomavirus-associated diseases and their prevention was administered in 2016-2017 to 1677 men in the Ontario HIV Treatment Network Cohort Study. We used logistic regression to identify factors associated with having discussed screening with a health care provider and self-reported receipt of screening [digital anal rectal examinations (DARE); anal cytology or anoscopy]. Results reported as adjusted odds ratios (aORs) with 95% confidence intervals (CIs). RESULTS: Forty percent of men reported ever having had anal cytology/anoscopy, and 70% had ever had DARE. After accounting for differences in age, sexual orientation, years since HIV diagnosis, previous diagnosis with AIDS, knowing someone with human papillomavirus-associated cancer, comfort discussing anal health, education, and income, the proportion screened differed by self-identified race. Compared with white men, Asian men were less likely to have discussed screening with a health care provider (aOR = 0.48; 95% CI: 0.29 to 0.80) or to have been screened by DARE (aOR = 0.27; 95% CI: 0.17 to 0.44) or anal cytology/anoscopy (aOR = 0.51; 95% CI: 0.31 to 0.83), and African, Caribbean, or black men (aOR = 0.47; 95% CI: 0.31 to 0.70) were less likely to have had DARE. Results were consistent when restricting the analyses to gay, bisexual, and other men who have sex with men. CONCLUSION: Our findings highlight the potential for disparities in anal cancer screening that need to be considered when developing guidelines and screening programs to reduce the burden of anal cancer among men living with HIV and ensure health equity.
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 | 0,001 | 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) | 0,001 | 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 ».