Achieving cervical cancer elimination among Indigenous women
Notice bibliographique
Résumé
Achieving the World Health Organisation (WHO) cervical cancer elimination target of fewer than four new cases per 100,000 woman-years requires scaling up HPV vaccination of girls, cervical screening, and pre-cancer and cancer treatment. We reviewed data from four high-income colonised countries (Australia, Canada, Aotearoa New Zealand (NZ), and the United States (US)) to identify how each is currently performing compared to the cervical cancer incidence elimination and triple-intervention targets, nationally and in Indigenous women. We also summarise barriers and enablers to meeting targets for Indigenous women. To achieve elimination, cervical cancer incidence must be reduced by 74% in Indigenous women in Australia, and 63% in Maori women in NZ; data were not published in sufficient detail to compare incidence in Indigenous women in Canada or the US to the WHO target. Only Australia meets the vaccination coverage target, but uptake appears comparatively equitable within Australia, NZ and the US, whereas there appears to be a substantial gap in Canada. Screening coverage is lower for Indigenous women in all four countries though the differential varies by country. Currently, only Australia universally offers HPV-based screening. Data on pre-cancer and cancer treatment were limited in all countries. Large inequities in cervical cancer currently exist for Indigenous peoples in Australia, Canada, New Zealand and the US, and elimination is not on track for all women in these countries. Current data gaps hinder improvements. These countries must urgently address their systemic failure to care and provide health care for Indigenous 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,029 | 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 ».