MétaCan
Menu
Retour à la cohorte
Enregistrement W3049005994 · doi:10.1093/pubmed/fdaa128

Income and education inequalities in cervical cancer incidence in Canada, 1992–2010

2020· article· en· W3049005994 sur OpenAlexaffabout
Carol Morriscey, Mohammad Hajizadeh

Notice bibliographique

RevueJournal of Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusCervical cancerIncidence (geometry)DemographyPopulationMedicineInequalityCancer registrySocial classCancerEnvironmental healthPolitical scienceSociologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is evidence of socioeconomic inequalities in cancer incidence in Canada and other countries globally, yet there is no study investigating socioeconomic inequalities in national cervical cancer incidence in Canada. Thus, the current study investigated income and education inequalities in the incidence of cervical cancer in Canada from 1992 to 2010. METHODS: Data were derived from a linked dataset that combined cervical cancer incidence from the Canadian Cancer Registry and demographic and socioeconomic information from the Canadian Census of Population and the National Household Survey. The Concentration index approach was used to measure income and education inequalities in the incidence of cervical cancer over time. RESULTS: National incidence of cervical cancer decreased significantly from 1992 to 2010. The age-standardized C was negative for the majority of years for both income and education inequalities, but the preponderance were not significant. Trend analyses of socioeconomic inequalities suggested an increasing concentration of cervical cancer incidence among less-educated females over the study period. CONCLUSIONS: Over almost two decades, there were no pervasive socioeconomic inequalities in the incidence of cervical cancer in Canada. As such, policies aimed at reducing the incidence of cervical cancer should focus on the general population, irrespective of socioeconomic status.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

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

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 Opus0,125
Tête enseignante GPT0,408
Écart entre enseignants0,283 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Public HealthMême sujetCervical Cancer and HPV ResearchTravaux en français237 207