Ethnic and racialized disparities in the use of screening services for pap smears and mammograms in Canada
Notice bibliographique
Résumé
BACKGROUND: Breast and cervical cancers pose significant health challenges for women globally, emphasizing the critical importance of effective screening programs for early detection. In Canada, despite the implementation of accessible healthcare systems, ethnic and racialized disparities in cancer screening persist. This study aims to assess ethnic and racialized disparities in breast and cervical cancer screening in Canada. METHODS: Using 2015-2019 data from the Canadian Community Health Survey, we analyzed women aged 18-70 in distinct ethnic and racial groups. The primary outcome was mammography or Papanicolaou test (pap smear). The secondary outcome was time since the last screening. We used weighted multivariable logistic regression to estimate the odds of having a pap smear or mammography across the ethnic and racialized groups, adjusted for relevant covariates. Results were reported as odds ratios (ORs) with 95% confidence intervals (CIs). RESULTS: We included 14,628,067 women of which 72.5% were White, 8.4% Southeast Asian, 4.7% South Asian, 3.4% Indigenous, 2.7% Black, 2.0% West Asian, and 1.6% Latin American. In comparison with the White reference group, a higher odds ratio of not having a pap smear was estimated for the West Asian (5.63; CI 3.85, 8.23), South Asian (5.19; CI 3.79, 7.12), Southeast Asian (4.35; CI 3.46, 5.46), and Black groups (2.62; CI 1.82, 3.78). Disparities in mammography screening were found only for the Southeast Asian group with higher odds of not having screening (1.85; CI 1.15, 2.98) compared to the White reference group. CONCLUSION: This study reveals significant disparities in pap smear and mammography screenings affecting various ethnic groups, particularly in West Asia, South Asian, and Black communities. These findings underscore the urgent need for targeted interventions, policies, and healthcare strategies to address these gaps and ensure equitable access to essential breast and cervical cancer prevention across all ethnicity.
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 ».