Screening behaviours, demographics, and stage at diagnosis in the publicly funded Ontario Breast Screening Program
Notice bibliographique
Résumé
PURPOSE: The Ontario Breast Screening Program (OBSP) offers free screening mammograms every 2 years, to women aged 50-74. Study objectives were to determine demographic characteristics associated with the adherence to OBSP and if women screened in the OBSP have a lower stage at diagnosis than non-screened eligible women. METHODS: We used the Ontario cancer registry (OCR) to identify 48,927 women, aged 51-74 years, diagnosed with breast cancer between 2010 and 2017. These women were assigned as having undergone adherent screening (N = 26,108), non-adherent screening (N = 6546) or not-screened (N = 16,273) in the OBSP. We used multinomial logistic regression to investigate the demographic characteristics associated with screening behaviour, as well as the association between screening status and stage at diagnosis. RESULTS: Among women with breast cancer, those living in rural areas (versus the largest urban areas) had a lower odds of not being screened (odds ratio [OR] 0.73, 95% confidence interval [CI] 0.68, 0.78). Women in low-income (versus high-income) communities were more likely not to be screened (OR 1.42, 95% CI 1.33, 1.51). When stratified, the association between income and screening status only held in urban areas. Non-screened women were more likely to be diagnosed with stage II (OR 1.91, 95% CI 1.82, 2.01), III (OR 2.96, 95% CI 2.76, 3.17), or IV (OR 8.96, 95% CI 7.94, 10.12) disease compared to stage I and were less likely to be diagnosed with ductal carcinoma in situ (DCIS) (OR 0.91, 95% CI 0.84-0.98). CONCLUSIONS: This study suggests that targeting OBSP recruitment efforts to lower income urban communities could increase screening rates. OBSP adherent women were more likely to be diagnosed with earlier stage disease, supporting the value of this initiative and those like it.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».