Racial, Ethnic, and Sex-based Disparities among High-risk Individuals Undergoing Pancreatic Cancer Surveillance
Notice bibliographique
Résumé
Since its inception two years ago, the international, multicenter Pancreatic Cancer Early Detection (PRECEDE) Consortium has enrolled high-risk individuals (HRI) undergoing pancreatic ductal adenocarcinoma (PDAC) surveillance. Herein we aim to evaluate enrollment disparities in PRECEDE. Data on HRIs enrolled between May 2020 and March 2022 were collected, with HRIs defined as participants enrolled in PRECEDE meeting guideline-based criteria for PDAC surveillance. Of 1,273 HRIs enrolled, 1,113 were eligible for inclusion, with 47.2% meeting familial pancreatic cancer criteria without a known pathogenic variant (PV) and the remainder having a pathogenic variant in a PDAC-risk gene (CDKN2A, STK11, PRSS1, BRCA1, BRCA2, PALB2, ATM, MLH1, MSH2, MSH6, PMS2, or EPCAM). Study participants were predominantly from the United States (82.7%), the most common age range at enrollment was 60-69 years (37.4%), and a non-PDAC cancer was present in 32.4%. There were racial/ethnic- and sex-based disparities among enrolled subjects, as the majority of participants were female (65.9%) and self-reported white (87.7%), with only 2.9% having Hispanic ethnicity. While more than 97% of participants consented to utilize imaging data and biosamples for research, there was no difference in rate of consent based on race/ethnicity, sex, or age, thereby demonstrating uniform participation in research activities among all subgroups after enrollment. Ensuring that diversity of HRIs in PDAC surveillance programs mirrors the communities served by participating centers is important. Substantial racial/ethnic- and sex-based disparities persist among recently enrolled HRIs undergoing PDAC surveillance, and therefore reducing these disparities will be a major focus of the PRECEDE Consortium moving forward. PREVENTION RELEVANCE: Pancreatic cancer surveillance is critical to decreasing pancreatic cancer mortality; therefore, it is important that pancreatic cancer surveillance studies enroll diverse patients. We demonstrate that substantial racial/ethnic- and sex-based disparities exist amongst enrollment in the international PRECEDE consortium, highlighting the dire need for future efforts to reduce these disparities. See related Spotlight, p. 305.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».