MétaCan
Menu
Retour à la cohorte
Enregistrement W4408144022 · doi:10.2196/64020

Breast Cancer Screening Participation and Internet Search Activity in a Japanese Population: Decade-Long Time-Series Study

2025· article· en· W4408144022 sur OpenAlexvenueno aff
Noriaki Takahashi, Mutsuhiro Nakao, Tomio Nakayama, Tsutomu Yamazaki

Notice bibliographique

RevueJMIR Cancer · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThe InternetBreast cancerCancerSeries (stratigraphy)PopulationMedicineOncologyDemographyComputer scienceWorld Wide WebInternal medicineEnvironmental healthBiologySociology

Résumé

récupéré en direct d'OpenAlex

Background: Breast cancer is a major health concern in various countries. Routine mammography screening has been shown to reduce breast cancer mortality, and Japan has set national targets to improve screening participation and increase public attention. However, collecting nationwide data on public attention and activity is not easy. Google Trends can reveal changes in societal interest, yet there are no reports on the relationship between internet search volume and nationwide participation rates in Japan. Objective: This study aims to reveal and discuss the relationship between public awareness and actual behavior in breast cancer screening by examining trends in internet search volume for the keyword "breast cancer screening" and participation rates over a decade-long period. Methods: This time-series study evaluated the association between internet search volume and breast cancer screening participation behavior among women aged 60-69 years in Japan from 2009 to 2019. Relative search volume (RSV) data for the search term "breast cancer screening (nyuugan-kenshin)" were extracted from Google Trends as internet search volume. Breast cancer screening and further assessment participation rates were based on government municipal screening data. Joinpoint regression analyses were conducted with weighted BIC to evaluate the time trends. An ethics review was not required because all data were open. Results: The RSV for "breast cancer screening (nyuugan-kenshin)" peaked in June 2017 (100) and showed clear spikes in June 2016 (94), September (69), and October (77) 2015. No RSVs above 60 were observed except around these three specific periods, and the average RSV for the entire period was 30.7 (SD 16.2). Two statistically significant joinpoints were detected, rising in December 2013 and falling in June 2017. Screening participation rates showed a temporary increase in 2015 in a slowly decreasing trend, and no joinpoints were detected. Further assessment participation rates showed a temporary spike in 2015 in the middle of an increasing trend, with a statistically significant point of slowing increase detected in 2015. Post hoc manual searches revealed that Japanese celebrities' breast cancer diagnoses were announced on the relevant dates, and many Japanese media reports were found. Conclusions: This study found a notable association between internet search activity and celebrity cancer media reports and a temporal association with screening participation in breast cancer screening in Japan. Celebrity cancer media reports triggered internet searches for cancer screening, but this did not lead to long-term changes in screening participation behavior. This finding suggests what information needs to be provided to citizens to encourage participation in screening.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,381
Écart entre enseignants0,357 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR CancerMême sujetData-Driven Disease SurveillanceTravaux en français237 207