Predictors of non-adherence to cervical cancer screening among immigrant women in Ontario, Canada
Notice bibliographique
Résumé
Cervical cancer is one of the most common types of cancer among women and is largely preventable with regular screening using Papanicolau (Pap) tests. In Canada, all provinces have regular screening programs, although with slightly differing recommendations. Previous research has found that immigrant women, who are a large proportion of the Canadian population, are at higher risk of being under-screened, or non-adherent to the recommended screening frequency. Using data from the 2017 Canadian Community Health Survey, this study examined: (1) the extent to which immigration status and time since immigration are associated with Pap test adherence in Ontario, and (2) predictors of Pap test adherence for immigrants and Canadian born populations in Ontario, Canada's most populous province, with a focus on the role of racial or ethnic identity among immigrants. Estimates of 3-year test adherence were 71.3 % (95 %CI: 66.9-75.7) among immigrant women and 75.4 % (95 %CI: 73.1-77.1) among non-immigrant women. Recent immigrants (6-10 years in Canada) had lower adherence (63.5 %, 95 %CI: 48.0-80.0). Logistic regression models found that immigrant women had lower adherence than Canadian-born women, controlling for age, household income, education, and having a primary care physician. Subgroup analysis found that South Asian immigrant women were least likely to be adherent. These results support targeted programming to increase screening adherence among recent immigrants and raise concerns regarding potential barriers to screening. Data that allow better disaggregation of racial and ethnic identities are important for better understanding the potential implications of these patterns for racial inequities in health.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».