Breast cancer screening among women in Namibia: explaining the effect of health insurance coverage and access to information on screening behaviours
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: Breast cancer contributes substantially to morbidity and mortality in Namibia as is the case in most countries in Sub-Saharan Africa (SSA). However, there is a dearth of nationally representative studies that examine the odds of screening for breast cancer in Namibia and SSA at large. This paper aims to fill this gap by examining the determinants of breast cancer screening guided by the Health Belief Model. METHODS: We applied hierarchical binary logit regression models to explore the determinants of breast cancer screening using the 2013 Namibia Demography and Health Survey (NDHS). We accounted for the effect of unobserved heterogeneity that may affect breast cancer, testing behaviours among women cluster level. The NDHS is a nationally representative dataset that has recently started to collect information on cancer screening. RESULTS: ≤ 0.01) education were more likely to be screened for breast cancer. Factors that influence women's perception of their susceptibility to breast cancer such as birthing experience, age, region and place of residence were associated with screening in this context. CONCLUSIONS: Overall, the health belief model predicted women's testing behaviours and also revealed the absence of relevant risk factors in the NDHS data that might influence screening. Overall, our results show that strategies for early diagnosis of breast cancer should be given major priority by cancer control boards as well as ministries of health in SSA. These strategies should centre on early screening and may involve reducing or eliminating barriers to health care, access to relevant health information and encouraging breast self-examination.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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