Cancer Screening and Prevention in the Transgender and Gender Diverse Population: Considerations and Strategies for Advanced Practice Nurses
Notice bibliographique
Résumé
OBJECTIVES: This discussion paper presents recent evidence regarding cancer screening and prevention among the transgender and gender diverse (TGD) community and highlights where and how advanced practice nurses (APNs), particularly those in primary care, can better contribute to closing the gap between healthcare disparities between TGD and cisgendered populations. METHODS: Relevant publications on the topic and professional guidelines and evidence have formed the basis for this discussion paper. RESULTS: TGD individuals are a vulnerable population with unique needs. They remain at risk of cancer and might be at greater risk of developing some cancers compared to cisgendered people but are underscreened. Barriers to gender-affirming care need to be addressed to improve access to prevention and screening services and improve the cancer care experiences and outcomes of TGD people. CONCLUSION: APNs can work in collaboration with TGD individuals and the healthcare system to improve access to culturally safe cancer screening and more effective prevention of cancer and poor cancer outcomes. IMPLICATIONS FOR NURSING PRACTICE: APNs have the potential to improve access to cancer screening for TGD people by increasing their understanding of the needs of the population, providing culturally safe care, and advocating for more preventative care and cancer screening. With greater knowledge and understanding of the needs and preferences of TGD people both broadly and in relation to cancer screening and prevention, targeted interventions and care approaches can be implemented. APNs should also aim to conduct evaluations and research into cancer prevention and screening to build the currently limited evidence base and nursing knowledge in this important field.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».