Abstract 6192: Disparities in cancer-causing substance use in trans and gender diverse communities: Canadian population-based data
Notice bibliographique
Résumé
This study utilized data from the Canadian Community Health Survey, which is an annual, population-based, cross-sectional survey that covers topics such as physical and mental health, chronic health conditions, and lifestyle behaviors. The 2019 and 2020 Canadian Community Health Survey was pooled, and a gender modality variable was derived by comparing sex assigned at birth and gender identity. The gender modality variable was classified into two categories: 1) Cisgender (CG) people who had a sex assigned at birth that aligned with their gender identity, and 2) Trans and gender diverse (TGD) people who had a sex assigned at birth that differed from their gender identity. Both complete case and imputed datasets were used in this analysis. For imputed datasets, multiple imputation with chained equations was used to handle missing data. Survey and bootstrap weights were applied to unadjusted and adjusted logistic regression analyses, where gender modality was the explanatory variable, and substance use types were the dependent variables. This study found that there were no significant differences in alcohol, smoking, and e-cigarettes use by gender modality in both adjusted and unadjusted models. However, TGD people had higher odds of daily or almost daily cannabis use, compared to CG people, while adjusting for covariates (adjusted odds ratio (aOR): 3.7, 95% confidence interval (CI): 1.7-7.8). Future research should determine the level of knowledge in TGD communities for cancer-related implications of cannabis use. In addition, the acceptance and feasibility of harm reduction programs tailored for TGD communities, should be explored. Citation Format: Ace Chan, Hannah Kia, Travis Salway, Trevor Dummer. Disparities in cancer-causing substance use in trans and gender diverse communities: Canadian population-based data [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2025; Part 1 (Regular Abstracts); 2025 Apr 25-30; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2025;85(8_Suppl_1):Abstract nr 6192.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,013 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».