A Global Survey of Self-Reported Cancer Screening Practices by Health Professionals for Kidney Transplant Candidates and Recipients
Notice bibliographique
Résumé
Cancer is a major cause of morbidity and mortality in kidney transplant recipients. Health professionals have a critical role in promoting cancer screening participation. From March 2023 to February 2024, an online survey was distributed to kidney transplant health professionals globally to assess their screening practices. We compared their reported screening practices to recommended guidelines and analyzed factors associated with these practices. We received 97 responses, and most were nephrologists (70%), and around 80% recommended breast, colorectal, and cervical cancer screening for kidney transplant candidates and recipients. About 85% recommended lung cancer screening for higher-risk individuals. Skin cancer screening recommendations varied from 69% for transplant candidates and 84% for recipients. Self-reported cervical cancer screening practices were most concordant with recommended guidelines, followed by breast and skin cancers. Barriers reported included a lack of cancer screening awareness (28%), perceived financial constraints (35%), and deficient structured cancer screening systems (51%). Professionals from high-income countries were more likely to advise screening than those from lower-middle-income countries, with odds ratios ranging from 2.9 to 12.3. Most health professionals reported recommending cancer screening for kidney transplant candidates and recipients. However, recommendations were influenced by costs and service delivery gaps within health systems.
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 ».