MétaCan
Menu
Retour à la cohorte
Enregistrement W2786127119 · doi:10.1200/jgo.17.00106

Understanding Men’s Perceptions of Human Papillomavirus and Cervical Cancer Screening in Kampala, Uganda

2018· review· en· W2786127119 sur OpenAlexaff
Erin Moses, Heather Pedersen, Emily Wagner, Musa Sekikubo, Deborah Money, Gina Ogilvie, Sheona Mitchell‐Foster

Notice bibliographique

RevueJournal of Global Oncology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensWomen's Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineCervical cancerFamily medicineGynecologyPsychological interventionHuman papillomavirusCervical screeningDaughterCancerNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This preliminary study explores Ugandan men's knowledge and attitudes about human papillomavirus (HPV), cervical cancer, and screening. METHODS: A local physician led an education session about cervical cancer for 62 men in Kisenyi, Kampala in Uganda. Trained nurse midwives administered surveys to assess knowledge and attitudes before and after the education session. RESULTS: From the pre-education survey, only 24.6% of men had heard of HPV previously, and 59% of men had heard of cervical cancer. Posteducation, 54.5% of men believed only women could be infected with HPV and 32.7% of men believed antibiotics could cure HPV. Despite their limited knowledge, 98.2% of men stated they would support their partners to receive screening for cervical cancer, and 100% of men surveyed stated they would encourage their daughter to get the HPV vaccine if available. CONCLUSIONS: Knowledge of HPV and cervical cancer among Ugandan men is low. Even after targeted education, confusion remained about disease transmission and treatment. Ongoing education programs geared toward men and interventions to encourage spousal communication about reproductive health and shared decision making may improve awareness of cervical cancer prevention strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,287
Tête enseignante GPT0,516
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global OncologyMême sujetCervical Cancer and HPV ResearchTravaux en français237 207