Harnessing Big Data to Identify Geographic Clusters of Low-income children with Poor HPV Vaccination Rates

利用大数据识别 HPV 疫苗接种率较低的低收入儿童的地理集群

基本信息

  • 批准号:
    10812590
  • 负责人:
  • 金额:
    $ 11.53万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2021
  • 资助国家:
    美国
  • 起止时间:
    2021-09-01 至 2025-05-31
  • 项目状态:
    未结题

项目摘要

PROJECT SUMMARY/ABSTRACT Children and adolescents from low-income households are an important focus for human papillomavirus (HPV) vaccination because the risk of HPV-associated cancers for individuals from low socioeconomic status is markedly higher (up to 20% for cervical, 20% for oropharyngeal, 17% for vulvar, and 50% for anal cancer). The HPV vaccine protects up to six cancers (cervical, vaginal, vulvar, oropharyngeal, anal, and penile cancers) and can reduce the incidence of these cancers by nearly 90% if administered before 17 years of age. However, vaccination rates are suboptimal in many states. Texas (the state with 3rd highest burden of HPV-associated cancer in the nation) has underperformed on HPV vaccination. Children from low-income families constitute half of Texas’ HPV vaccine-eligible population. In 2018, only 30% of the boys and girls from low-income families had received the recommended doses of the HPV vaccine. The lack of valid and robust area-level (ZIP code level) estimates of vaccination rates for low-income children and adolescents is a major barrier to strategizing vaccination efforts in Texas. Addressing these data deficiencies is necessary for mobilizing resources and invigorating HPV vaccination outreach in Texas. The applicant proposing this K01 research (Dr. Kalyani Sonawane) is a trained pharmacist and health services researcher who is well-positioned to address disparities in HPV-associated cancer prevention. Kalyani will receive training in disparities research, advanced data analytics and visualization, geospatial techniques, and ethics and dissemination under the mentorship of nationally recognized experts Dr. Xianglin Du (cancer health services research and claims data analysis), Dr. Anna R. Giuliano (HPV vaccine and HPV-associated cancer prevention), Dr. Maria E. Fernandez (implementation and dissemination science research to reduce cancer disparities), Dr. Ashish A. Deshmukh (population health with a focus on HPV and associated cancers), and Dr. Ruosha Li (biostatistical methodologies for health care data research). This proposal will utilize cutting-edge methods devised for healthcare data analytics to quantify area-level (5-digit ZIP code level) HPV vaccination rates by harnessing healthcare claims information of over 4.8 million low-income children and adolescents (Aim 1). Sophisticated geospatial models will be utilized to identify geographic areas that are underperforming on HPV vaccination (Aim 2). Subsequently, a novel web-based portal will be created for HPV vaccination data visualization and disseminating evidence-based HPV vaccination resources to healthcare providers (Aim 3). This K01 award will provide Dr. Sonawane a structured and tailored mentoring program and resources for synthesizing preliminary data that will be critical for her to become an independently funded investigator in cancer health disparities research. The proposed work and subsequent research will invigorate outreach efforts for HPV-associated cancer prevention in vulnerable individuals.
项目概要/摘要 低收入家庭的儿童和青少年是人乳头瘤病毒 (HPV) 的重要关注对象 接种疫苗,因为社会经济地位较低的个体患 HPV 相关癌症的风险是 明显更高(宫颈癌高达 20%,口咽癌高达 20%,外阴癌高达 17%,肛门癌高达 50%)。 HPV 疫苗可保护多达六种癌症(宫颈癌、阴道癌、外阴癌、口咽癌、肛门癌和阴茎癌) 如果在 17 岁之前服用,可以将这些癌症的发病率降低近 90%。 德克萨斯州(HPV 相关负担排名第三的州)的许多州的疫苗接种率均不理想。 低收入家庭的儿童在 HPV 疫苗接种方面表现不佳。 2018 年,德克萨斯州一半的 HPV 疫苗合格人口中,只有 30% 的男孩和女孩来自低收入家庭。 家庭已接受推荐剂量的 HPV 疫苗 缺乏有效且可靠的地区级疫苗(ZIP)。 代码水平)对低收入儿童和青少年疫苗接种率的估计是一个主要障碍 制定德克萨斯州的疫苗接种工作战略,解决这些数据缺陷对于动员起来是必要的。 提出这项 K01 研究的申请人(Dr. Kalyani Sonawane)是一位训练有素的药剂师和卫生服务研究员,能够很好地解决 Kalyani 将接受有关 HPV 相关癌症预防方面差异研究的高级培训。 数据分析和可视化、地理空间技术以及道德和传播在指导下 国家级知名专家杜祥林博士(癌症健康服务索赔研究和数据分析)、 Anna R. Giuliano(HPV 疫苗和 HPV 相关癌症预防)、Maria E. Fernandez 博士 (实施和传播科学研究以减少癌症差异),Ashish A. Deshmukh 博士 (人口健康,重点关注 HPV 和相关癌症)和李若莎博士(生物统计 该提案将利用为医疗保健数据研究而设计的尖端方法。 医疗保健数据分析,通过利用数据来量化区域级(5 位邮政编码级)HPV 疫苗接种率 超过 480 万低收入儿童和青少年的医疗保健索赔信息(目标 1)。 地理空间模型将用于识别 HPV 疫苗接种表现不佳的地理区域 (目标 2)随后,将创建一个新颖的基于网络的门户网站,用于 HPV 疫苗接种数据可视化和 向医疗保健提供者传播基于证据的 HPV 疫苗接种资源(目标 3)。 为 Sonawane 博士提供结构化和定制的指导计划和资源,以综合初步 这些数据对于她成为一名独立资助的癌症健康差异调查员至关重要 拟议的工作和后续研究将激发 HPV 相关的推广工作。 弱势群体的癌症预防。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Kalyani Sonawane其他文献

Kalyani Sonawane的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Kalyani Sonawane', 18)}}的其他基金

Harnessing Big Data to Identify Geographic Clusters of Low-income children with Poor HPV Vaccination Rates
利用大数据识别 HPV 疫苗接种率较低的低收入儿童的地理集群
  • 批准号:
    10478955
  • 财政年份:
    2021
  • 资助金额:
    $ 11.53万
  • 项目类别:
Harnessing Big Data to Identify Geographic Clusters of Low-income children with Poor HPV Vaccination Rates
利用大数据识别 HPV 疫苗接种率较低的低收入儿童的地理集群
  • 批准号:
    10619605
  • 财政年份:
    2021
  • 资助金额:
    $ 11.53万
  • 项目类别:
Harnessing Big Data to Identify Geographic Clusters of Low-income children with Poor HPV Vaccination Rates
利用大数据识别 HPV 疫苗接种率较低的低收入儿童的地理集群
  • 批准号:
    10282896
  • 财政年份:
    2021
  • 资助金额:
    $ 11.53万
  • 项目类别:

相似国自然基金

多源数据约束下的大尺度河道形状建模方法研究
  • 批准号:
    42371481
  • 批准年份:
    2023
  • 资助金额:
    46 万元
  • 项目类别:
    面上项目
员工算法规避行为的内涵结构、量表开发及多层次影响机制:基于大(小)数据研究方法整合视角
  • 批准号:
    72372021
  • 批准年份:
    2023
  • 资助金额:
    40 万元
  • 项目类别:
    面上项目
数据与知识联合驱动的可通用视觉基础大模型研究
  • 批准号:
    62336004
  • 批准年份:
    2023
  • 资助金额:
    239 万元
  • 项目类别:
    重点项目
基于神经功能影像数据的抑郁症大尺度脑网络动力学建模及调控研究
  • 批准号:
    12305051
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
时序工况下模块化数据生成的大机车轴齿轮箱在线剩余寿命预测研究
  • 批准号:
    52305140
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Excellence in Research: Harnessing Big Data and Domain Knowledge to Advance Deep Learning for Interpretable Cell Quantitation
卓越的研究:利用大数据和领域知识推进深度学习以实现可解释的细胞定量
  • 批准号:
    2302274
  • 财政年份:
    2023
  • 资助金额:
    $ 11.53万
  • 项目类别:
    Standard Grant
Harnessing big data to arrest the HIV/HCV/opioid syndemic in the rural and urban South
利用大数据遏制南方农村和城市的艾滋病毒/丙型肝炎/阿片类药物流行病
  • 批准号:
    10696612
  • 财政年份:
    2023
  • 资助金额:
    $ 11.53万
  • 项目类别:
Harnessing AI-powered big data techniques for 3D plant architecture phenotyping and growth pattern modeling
利用人工智能驱动的大数据技术进行 3D 植物结构表型分析和生长模式建模
  • 批准号:
    578508-2022
  • 财政年份:
    2022
  • 资助金额:
    $ 11.53万
  • 项目类别:
    Alliance Grants
Harnessing Big Data to Identify Effective Peripheral Artery Disease Treatments in Chronic Kidney Disease
利用大数据确定慢性肾脏病的有效外周动脉疾病治疗方法
  • 批准号:
    10375593
  • 财政年份:
    2021
  • 资助金额:
    $ 11.53万
  • 项目类别:
Harnessing Data Science to Promote Equity in Injury and Surgery for Africa
利用数据科学促进非洲伤害和手术的公平
  • 批准号:
    10659043
  • 财政年份:
    2021
  • 资助金额:
    $ 11.53万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了