Understanding why patients with cataract refuse free surgery: the influence of rumours in Kenya
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To understand the reasons that hinder people from uptake of sponsored cataract surgery. METHODS: A mixed methods (qualitative and quantitative) approach was used. During routine screening activities at Kwale District, Kenya, local residents with visually impairing cataract were clinically assessed and offered free surgery. Interviews were conducted using a semi-structured guide that covered different aspects related to acceptance of cataract surgery including knowledge of others who underwent surgery and their outcome. Analysis focused on differences between people accepting and people refusing surgery and the reasons for non-acceptance of surgery. RESULTS: Ninety interviews were conducted, 48 with people accepting and 42 with people refusing free surgery. Those who accepted surgery generally reported good outcome in others, while people who refused surgery often reported to know someone who worsened or even become blind after surgery. Many of these 'failed cases' were prominent figures in the local community, and most of them had already died. Glaucoma was the single most common underlying medical condition. On being re-interviewed, several people admitted that they had actually never met someone who had unsuccessful surgery but only heard rumours. CONCLUSION: In Africa, a rumour of blinding eye surgery is not uncommonly being used by patients to justify their refusal to have cataract surgery. Underlying reasons appear to be related to shame, fear of surgery or missing social support. Improved awareness of the general population regarding eye conditions and their management, involvement of the family and local community in decision making, good surgical outcomes and appropriate counselling are possible methods to enhance acceptance.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle