Collecting Data on the Social Determinants of Health to Advance Health Equity in Cancer Care in Canada: Patient and Community Perspectives
Notice bibliographique
Résumé
Despite advances in cancer care, disparities persist. The collection of the social determinants of health (SDOH) is fundamental to addressing disparities. However, SDOH are inconsistently collected in many regions of the world. This two-phase multiple methods study examined patient and community perspectives regarding SDOH data collection in Canada. In phase 1, a survey was administered to patients at a cancer centre (n = 549) to assess perspectives on an SDOH data collection tool. In phase 2, broader perspectives were sought through a community consultation with patient partners experiencing structural inequality (n = 15). Most participants were comfortable with SDOH data collection. Of survey respondents, 95% were comfortable with the collection of language, birthplace, sex, gender, education, and disability, and 82% to 94% were comfortable with SES, sexual orientation, social support, and race/ethnicity. Discomfort levels did not differ across subgroups, except women were more uncomfortable disclosing SES (OR: 2.00; 95%CI: 1.26, 3.19). Most (71%) preferred face-to-face data collection with a healthcare professional and only half were comfortable with storage of SDOH in electronic health records. Open-ended survey responses (n = 1533) and the community consultation revealed concerns about privacy, discrimination, relevance to care, and data accuracy. SDOH data collection efforts should include a clear rationale for patients, training for providers, strong data privacy and security measures, and actionable strategies to address needs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,015 | 0,005 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».