Reaching under‐screened/never‐screened indigenous peoples with human papilloma virus self‐testing: A community‐based cluster randomised controlled trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Indigenous women in the high-income countries of Canada, Australia, New Zealand and USA, have a higher incidence and mortality from cervical cancer than non-Indigenous women. Increasing cervical screening coverage could ultimately decrease cervical cancer disparities. AIMS: To increase cervical screening for under-screened/never-screened Māori women. MATERIALS AND METHODS: This study was a cluster randomised controlled trial. Inclusion criteria were women aged 25-69, last screened ≥4 years ago, in Northland, New Zealand. The intervention arm was the offer of a human papilloma virus (HPV) self-test and the control arm was the usual offer of standard care - a cervical smear. The primary outcome was rate of cervical screening in the intervention group compared to control in Māori, the Indigenous peoples of New Zealand. Six primary care clinics were randomly allocated to intervention or control. RESULTS: Of 500 eligible Māori women in the intervention arm, 295 (59.0%) were screened. Of 431 eligible Māori women in the control arm, 94 (21.8%) were screened. Adjusting for age, time since last screen, deprivation index, Māori women in the intervention arm were 2.8 times more likely to be screened than women in the control arm (95% CI: 2.4-3.1, P-value <0.0001). CONCLUSIONS: Offer of HPV self-testing could potentially halve the number of under-screened/never-screened Māori women and decrease cervical morbidity and mortality. These results may be generalisable to benefit Indigenous peoples facing similar barriers in other high-income countries.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle