Burden of cervical cancer and role of screening in India
Notice bibliographique
Résumé
BACKGROUND: Cervical cancer is a major cause of cancer mortality in women and more than a quarter of its global burden is contributed by developing countries. In India, in spite of alarmingly high figures, there is no nationwide government-sponsored screening program. This study was conducted to assess the burden of cervical cancer in India and review the performance characteristics of available cervical cancer screening tools, so as to provide evidence-based recommendations for application of most practically suited screening test to be used in resource-poor field settings. MATERIALS AND METHODS: MEDLINE and Web of Science electronic database were searched from January 1990 to December 2015, using the keywords such as "cervical cancer", "screening", "early detection", "cervical cytology" and "visual inspection", and their corresponding MeSH terms in combination with Boolean operators "OR, AND." Two authors independently selected studies that are published in English and conducted in India. A total of 11 studies were found to be relevant and eligible to be included in the present study. RESULTS: In India, cervical cancer contributes to approximately 6-29% of all cancers in women. The age-adjusted incidence rate of cervical cancer varies widely among registries; highest is 23.07/100,000 in Mizoram state and the lowest is 4.91/100,000 in Dibrugarh district. The pooled estimates of sensitivity and specificity of visual inspection with acetic acid (VIA), magnified VIA, visual inspection with Lugol's iodine (VILI), cytology (Pap smear), and human papillomavirus DNA were found to be 67.65% and 84.32%, 65.36% and 85.76%, 78.27% and 87.10%, 62.11% and 93.51%, and 77.81% and 91.54%, respectively. CONCLUSIONS: In developing countries because of lack of necessary infrastructure and quality control, high-quality cytology screening may not be feasible for wide-scale implementation. Hence, cervical cancer screening program based on visual screening test such as VIA/VILI should be adopted as an integral part of primary health-care setup in resource-poor countries like India.
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,013 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».