Demographic, knowledge, attitudinal, and accessibility factors associated with uptake of cervical cancer screening among women in a rural district of Tanzania: Three public policy implications
Notice bibliographique
Résumé
BACKGROUND: Cervical cancer is an important public health problem worldwide, which comprises approximately 12% of all cancers in women. In Tanzania, the estimated incidence rate is 30 to 40 per 100,000 women, indicating a high disease burden. Cervical cancer screening is acknowledged as currently the most effective approach for cervical cancer control, and it is associated with reduced incidence and mortality from the disease. The aim of the study was to identify the most important factors related to the uptake of cervical cancer screening among women in a rural district of Tanzania. METHODS: A cross sectional study was conducted with a sample of 354 women aged 18 to 69 years residing in Moshi Rural District. A multistage sampling technique was used to randomly select eligible women. A one-hour interview was conducted with each woman in her home. The 17 questions were modified from similar questions used in previous research. RESULTS: Less than one quarter (22.6%) of the participants had obtained cervical cancer screening. The following characteristics, when examined separately in relation to the uptake of cervical cancer screening service, were significant: husband approval of cervical cancer screening, women's level of education, women's knowledge of cervical cancer and its prevention, women's concerns about embarrassment and pain of screening, women's preference for the sex of health provider, and women's awareness of and distance to cervical cancer screening services. When examined simultaneously in a logistic regression, we found that only knowledge of cervical cancer and its prevention (OR = 8.90, 95%CI = 2.14-16.03) and distance to the facility which provides cervical cancer screening (OR = 3.98, 95%CI = 0.18-5.10) were significantly associated with screening uptake. CONCLUSIONS: Based on the study findings, three recommendations are made. First, information about cervical cancer must be presented to women. Second, public education of the disease must include specific information on how to prevent it as well as screening services available. Third, it is important to provide cervical cancer screening services within 5 km of where women reside.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».