Interventions Designed to Increase the Uptake of Lung Cancer Screening: An Equity-Oriented Scoping Review
Notice bibliographique
Résumé
Introduction: Participation in lung cancer screening (LCS) is lower in populations with the highest burden of lung cancer risk (through the social patterning of smoking behavior) and lowest levels of health care utilization (through structurally inaccessible care) leading to a widening of health inequities. Methods: We conducted a scoping review using the Arksey and O'Malley methodological framework to inform equitable access to LCS by illuminating knowledge and implementation gaps in interventions designed to increase the uptake of LCS. We comprehensively searched for LCS interventions (Ovid Medline, Excerpta Medica database, the Cochrane Library, Cumulative Index to Nursing and Allied Health Literature, and Scopus from 2000 to June 22, 2021) and included peer-reviewed articles and gray literature published in the English language that describe an intervention designed to increase the uptake of LCS, charted data using our previously published tool and conduced a health equity analysis to determine the intended-unintended and positive-negative outcomes of the interventions for populations experiencing the greatest inequities. Results: Our search yielded 3572 peer-reviewed articles and 54,292 pieces of gray literature. Ultimately, we included 35 peer-reviewed articles and one gray literature. The interventions occurred in the United States, United Kingdom, Japan, and Italy, focusing on shared decision-making, the use of electronic health records as reminders, patient navigation, community-based campaigns, and mobile computed tomography scanners. We developed an equity-oriented LCS framework and mapped the dimensions and outcomes of the interventions on access to LCS on the basis of approachability, acceptability, availability, affordability, and appropriateness of the intervention. No intervention was mapped across all five dimensions. Most notably, knowledge and implementation gaps were identified in dimensions of acceptability, availability, and affordability. Conclusions: Interventions that were most effective in improving access to LCS targeted priority populations, raised community-level awareness, tailored materials for sociocultural acceptability, did not depend on prior patient engagement/registration with the health care system, proactively considered costs related to participation, and enhanced utilization through informed decision-making.
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 | 0,042 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,018 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».