An exploration of opportunities and challenges facing cervical cancer managers in Kenya
Notice bibliographique
Résumé
BACKGROUND: Kenya like other developing countries is low in resource setting and is facing a number of challenges in the management of cervical cancer. This study documents opportunities and challenges encountered in managing cervical cancer from the health care workers' perspectives. A qualitative study was conducted among cervical cancer managers who were defined as nurses and doctors involved in operational level management of cervical cancer. The respondents were drawn from four provincial hospitals and the only two main National public referral hospitals in Kenya. Twenty one [21] nurse managers and twelve [12] medical doctors were interviewed using a standardized interview guide. The responses were audio recorded, transcribed verbatim and the content analyzed in emerging themes. FINDINGS: Four themes were identified. Patient related challenges included a large number of patients, presenting in the late stage of disease, low levels of knowledge on cancer of the cervix, low levels of screening and a poor attitude towards screening procedure. Individual health care providers identified a lack of specialised training, difficulty in disclosure of diagnosis to patients, a poor attitude towards cervical cancer screening procedure and a poor attitude towards cervical cancer patients. Health facilities were lacking in infrastructure and medical supplies. Some managers felt ill-equipped in technological skills while the majority lacked access to the internet. Mobile phones were identified as having great potential for improving the management of cervical cancer in Kenya. CONCLUSION: Kenya faces a myriad of challenges in the management of cervical cancer. The peculiar negative attitude towards screening procedure and the negative attitude of some managers towards cervical cancer patients need urgent attention. The potential use of mobile phones in cervical cancer management should be explored.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».