Socioeconomic Inequalities in Uptake of Breast Cancer Screening among Saudi Women: A Cross-Sectional Analysis of a National Survey
Notice bibliographique
Résumé
Timely and adequate screening for breast cancer could improve health outcomes and reduce health costs. However, the utilization of free breast cancer screening services among Saudi women is very low. This study aims to investigate socioeconomic inequalities in breast cancer screening among Saudi women. The data of this study were extracted from the nationally representative Saudi Health Interview Survey, conducted in 2013; the study included 2786 Saudi women. Multivariate logistic regression, the concentration curve, and the concentration index were used to examine, illustrate, and quantify income- and education-related inequalities in three outcomes: Knowledge about self-breast examination (SBE), clinical breast examination (CBE) received in the last year, and mammography, that has ever been previously carried out. Results showed a marked socioeconomic gradient in breast cancer screening services. The concentration index by income was 0.229 (SBE), 0.171 (CBE), and 0.163 (mammography). The concentration index by education was 0.292 (SBE), 0.149 (CBE), and 0.138 (mammography). Therefore, knowledge about breast cancer screening, and the utilization of screening services, were more concentrated among richer and better-educated women. Poorer and less educated women had less knowledge about self-breast examination, and had considerably less adherence to clinical breast examination and mammography. The findings are helpful for policy makers to devise and implement strategies to promote equity in breast cancer screening among Saudi women.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».