Increasing Participation Rates in Germany’s Skin Cancer Screening Program (HELIOS): Protocol for a Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: In 2008, a nationwide skin cancer screening (SCS) program was implemented in Germany. However, participation rates remain low. OBJECTIVE: The overall objective of the HELIOS study is to identify subgroup-specific invitation and communication strategies to increase informed SCS participation in Germany. METHODS: Focus group discussions will be performed in Erlangen, Germany, to explore potential invitation and communication strategies as well as possible barriers and motivating factors to participate in SCS. Male and female patients of different age groups who have already been diagnosed with skin cancer, as well as participants without a prior diagnosis of skin cancer, will be invited. Based on these results, an online questionnaire will be developed to identify subgroup-specific invitation strategies. A random sample of 2500 persons from the general population aged >35 years from the Munich area will be contacted to complete the questionnaire. Besides descriptive analysis, multinomial logistic regression will be performed. Additionally, a cluster analysis will be conducted to discover patterns or similarities among the participants. RESULTS: Recruitment for the focus group studies started in February 2021 and is ongoing. As of August 2021, we have enrolled 39 participants. We expect to end enrollment in the qualitative study in September 2021 and to finish the analysis in December 2021. The second part of the study will then start in January 2022. CONCLUSIONS: The results of this project will enable us to derive improved and more efficient invitation and communication strategies for SCS. These may be implemented in the future to facilitate increased SCS uptake and early skin cancer detection. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/31860.
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 | 0,075 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,009 |
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 ».