Gender inequalities across ethnicities in primary care cancer referrals: a scoping review protocol
Notice bibliographique
Résumé
BACKGROUND: Early cancer diagnosis is associated with improved mortality and morbidity; however, studies indicate that women and individuals from ethnic minorities experience longer times to diagnosis and worse prognosis compared with their counterparts for various cancers. In countries with a gatekeeper healthcare system, such as the UK, most suspected cancer referrals are initiated in primary care. AIM: To understand the extent of evidence available on the relationship between primary care cancer referral pathways and cancer outcomes in relation to gender across different ethnic groups. This will identify research gaps and enable development of strategies to ease potential inequalities in cancer diagnosis. DESIGN & SETTING: A scoping review of articles written in English, based on the Joanna Briggs Institute methodology. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews (PRISMA-ScR) will be used. METHOD: Electronic databases and private collections of the team members will be searched for studies. Two independent reviewers will carry out the study selection and data extraction. Based on Population (or participants), Concept, and Context (PCC) framework, this review will consider studies after year 2000, which explored the relationship between gender, across various ethnic groups, and cancer outcomes, following primary care cancer referral in countries with gatekeeper healthcare systems (UK, New Zealand, Sweden, Australia, Canada, Denmark, Republic of Ireland, and Norway). Results will be presented as a narrative analysis. CONCLUSION: The results are expected to provide an overview of the discrepancies in primary care cancer referrals based on gender across ethnic groups, which will be crucial to define an appropriate range of strategies to ease any inequalities in primary healthcare cancer diagnosis.
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 | 0,111 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,013 | 0,017 |
| Bibliométrie | 0,022 | 0,018 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,007 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,012 |
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 ».