Evaluation of Colonoscopy and Sigmoidoscopy Utilization for Colorectal Cancer Screening in Georgia, USA
Notice bibliographique
Résumé
Colorectal cancer (CRC) is the third most prevalent cancer, and the second most common cancer-related cause of death in the United States (USA). Timely screening reduces both CRC incidence and mortality. Understanding population behaviors and factors that influence CRC screening is important for directing interventions targeted at reducing CRC rates. The 1997–2018 Behavioral Risk Factor Surveillance System (BRFSS) data were analyzed for trends in colonoscopy and sigmoidoscopy utilization for CRC screening among adults in Georgia, USA. Overall, in Georgia, there has been an increase in the prevalence of colonoscopy and sigmoidoscopy utilization from 48.1% in 1997 to 71.2% in 2018 (AAPC = 2.30, p < 0.001). Compared nationally, this increase was less pronounced (from 41.0% in 1997 to 73.7% in 2018 (AAPC = 2.90, p < 0.001) overall for USA). Logistic regression analysis of the 2018 BRFSS data, adjusting for sociodemographic factors, shows that sex (female vs. male [aOR = 1.20, C.I. = 1.05, 1.38]); marital status (couple vs. single [aOR = 1.20, C.I. = 1.04, 1.39]); healthcare coverage (yes vs. no [aOR = 3.86, C.I. = 3.05, 4.88]); age (60–69 years [aOR = 2.38, C.I. = 2.02, 2.80], 70–79 [aOR = 2.88, C.I. = 2.38, 3.48] vs. 50–59 years); education (high school [aOR = 1.32, C.I. = 1.05, 1.65], some post high school [aOR= 1.63, C.I. = 1.29, 2.06], college graduate [aOR = 2.08, C.I. = 1.64, 2.63] vs. less than high school); and income ($25,000–$49,999 [aOR = 1.24, C.I. = 1.01, 1.51], $50,000+ [aOR = 1.56, C.I. = 1.27, 1.91] vs. <$25,000) were all significantly associated with colonoscopy and sigmoidoscopy utilization. In Georgia, a significant increase over time in colonoscopy and sigmoidoscopy utilization for CRC screening was observed pertaining to the associated sociodemographic factors. The findings from this study may help guide tailored programs for promoting screening among underserved populations.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».