Factors Associated With Limited Cancer Health Literacy Among Chinese People: Cross-sectional Survey Study
Notice bibliographique
Résumé
BACKGROUND: Limited cancer health literacy may be attributed to various factors. Although these factors play decisive roles in identifying individuals with limited cancer health literacy, they have not been sufficiently investigated, especially in China. There is a pressing need to ascertain the factors that effectively identify Chinese people with poor cancer health literacy. OBJECTIVE: This study aimed to identify the factor associated with limited cancer health literacy among Chinese people based on the 6-Item Cancer Health Literacy Test (CHLT-6). METHODS: We first categorized Chinese study participants according to the answers provided for cancer health literacy as follows: people who provided ≤3 correct answers were labeled as having limited cancer health literacy, whereas those who provided between 4 and 6 correct answers were labeled as having adequate cancer health literacy. We then adopted logistic regression to analyze the factors that were closely related to limited cancer health literacy among at-risk study participants. RESULTS: The logistic regression analysis identified the following factors that effectively predicted limited cancer health literacy: (1) male gender, (2) low education attainment, (3) age, (4) high levels of self-assessed general disease knowledge, (5) low levels of digital health literacy, (6) limited communicative health literacy, (7) low general health numeracy, and (8) high levels of mistrust in health authorities. CONCLUSIONS: Using regression analysis, we successfully identified 8 factors that could be used as predictors of limited cancer health literacy among Chinese populations. These findings have important clinical implications for supporting Chinese people with limited cancer health literacy through the development of more targeted health educational programs and resources that better align with their actual skill levels.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».