MétaCan
Menu
Retour à la cohorte
Enregistrement W4409688820 · doi:10.1177/09691413251333223

Concurrent cancer screening participation and associated factors among Canadian women: Insights from a cross-sectional study

2025· article· en· W4409688820 sur OpenAlexaffabout
Kazeem Adefemi, John Knight, Yun Zhu, Peter Wang

Notice bibliographique

RevueJournal of Medical Screening · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensDalhousie UniversityUniversity of TorontoPublic Health OntarioBeatrice Hunter Cancer Research InstituteNewfoundland and Labrador Centre for Applied Health ResearchMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioConfidence intervalColorectal cancerCross-sectional studyCancer screeningLogistic regressionCancerGynecologyCervical cancerBreast cancerMammographyObstetricsBreast cancer screeningInternal medicineDemographyPathology

Résumé

récupéré en direct d'OpenAlex

Objectives Colorectal, breast, and cervical cancers are leading causes of morbidity and mortality among Canadian women. While organized screening programs aim to reduce this burden, participation rates remain suboptimal, particularly for colorectal cancer screening. This study examined factors associated with colorectal cancer screening uptake among women participating in breast and cervical cancer screening ('screen-aware” women), investigated patterns of concurrent participation across all three programs, and identified associated factors. Methods Cross-sectional data from the 2017 Canadian Community Health Survey were analyzed for women aged 50–69 eligible for breast cancer (mammography), cervical cancer (Pap smear), and colorectal cancer (fecal and/or endoscopy tests) screening ( n = 10,426). Multivariable logistic regression evaluated factors associated with colorectal cancer screening among “screen-aware” women. Multinomial logistic regression assessed factors related to full (all three), partial (any two), single, or non-participation across screening programs, using “no screening” as the reference. Results Although the majority of women (87%) participated in at least one screening program, only 27% reported full participation. Colorectal cancer screening (53.7%) lagged behind breast and cervical cancer screening (∼64%). Among “screen-aware” women, older age (adjusted odds ratio 1.50, 95% confidence interval 1.31–1.71), higher income, self-rated health as “great” (adjusted odds ratio 1.31, 95% confidence interval 1.05–1.63), and having a regular healthcare provider (adjusted odds ratio 3.29, 95% confidence interval 2.45–4.40) were associated with higher colorectal cancer screening participation. Having multiple chronic conditions reduced colorectal cancer screening likelihood (adjusted odds ratio 0.72, 95% confidence interval 0.55–0.94). Higher income, self-rated health, having a regular healthcare provider, and physical activity increased the odds of full screening participation, while smoking and Asian identity reduced the odds. Conclusions Colorectal cancer screening uptake remains low among Canadian women, even those participating in other cancer screenings. Socioeconomic, health-related, and systemic factors influence concurrent screening participation. Tailored interventions addressing identified barriers and promoting equitable access to screening are crucial for improving cancer prevention efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0030,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,357
Écart entre enseignants0,317 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical ScreeningMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207