Public Interest and Behavior Change in the United States Regarding Colorectal Cancer Following the Death of Chadwick Boseman: Infodemiology Investigation of Internet Search Trends Nationally and in At-Risk Areas
Notice bibliographique
Résumé
Background: Colorectal cancer (CRC) has the third highest cancer mortality rate in the United States. Enhanced screening has reduced mortality rates; however, certain populations remain at high risk, notably African Americans. Raising awareness among at-risk populations may lead to improved CRC outcomes. The influence of celebrity death and illness is an important driver of public awareness. As such, the death of actor Chadwick Boseman from CRC may have influenced CRC awareness. Objective: We sought to assess the influence of Chadwick Boseman's death on public interest in CRC in the United States, evidenced by internet searches, website traffic, and donations to prominent cancer organizations. Methods: We used an auto-regressive integrated moving average model to forecast Google searching trends for the topic "Colorectal cancer" in the United States. We performed bivariate and multivariable regressions on state-wise CRC incidence rate and percent Black population. We obtained data from the American Cancer Society (ACS) and the Colon Cancer Foundation (CCF) for information regarding changes in website traffic and donations. Results: <.001). The American Cancer Society reported a 58,000% increase in CRC-related website traffic the weekend following Chadwick Boseman's death compared to the weekend before. The Colon Cancer Foundation reported a 331% increase in donations and a 144% increase in revenue in the month following Boseman's death compared to the month prior. Conclusions: Our results suggest that Chadwick Boseman's death was associated with substantial increases in awareness of CRC. Increased awareness of CRC may support earlier detection and better prognoses.
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 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».