Successes and challenges of establishing a cervical cancer screening and treatment program in western Kenya
Notice bibliographique
Résumé
OBJECTIVE: To describe the challenges and successes of integrating a public-sector cervical screening program into a large HIV care system in western Kenya. METHODS: The present study was a programmatic description and a retrospective chart review of data collected from a cervical screening program based on visual inspection with acetic acid (VIA) between June 2009 and October 2011. RESULTS: In total, 6787 women were screened: 1331 (19.6%) were VIA-positive, of whom 949 (71.3%) had HIV. Overall, 206 women underwent cryotherapy, 754 colposcopy, 143 loop electrical excision procedure (LEEP), and 27 hysterectomy. Among the colposcopy-guided biopsies, 27.9% had severe dysplasia and 10.9% had invasive cancer. There were 68 cases of cancer, equating to approximately 414 per 100000 women per year. Despite aggressive strategies, the overall loss to follow-up was 31.5%: 27.9% were lost after a positive VIA screen, 49.3% between biopsy and LEEP, and 59.6% between biopsy and hysterectomy/chemotherapy. CONCLUSION: The established infrastructure of an HIV treatment program was successfully used to build capacity for cervical screening in a low-resource setting. By using task-shifting and evidence-based, low-cost approaches, population-based cervical screening in a rural African clinical network was found to feasible; however, loss to follow-up and poor pathology infrastructure remain important obstacles.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».