MétaCan
Menu
← Retour à la cohorte
Enregistrement W2808998809 · doi:10.2196/mhealth.9494

Preferences of Underserved Chilean Women on a Mobile Technology Intervention for Cervical Cancer Screening: Qualitative Study

2018· article· en· W2808998809 sur OpenAlexaffvenue
Mauricio Soto, Javiera Martínez-Gutiérrez, McKenzie Momany, Daniel Capurro, Francis Ciampi Spode, Emilia Cea, Tania Mergudich, Klaus Püschel

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical Cancer and HPV Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésmHealthShort Message ServicePsychological interventionFocus groupMedicineIntervention (counseling)Cervical cancerHealth equitySocioeconomic statusDisadvantagedFamily medicinePsychologyNursingPopulationCancerPublic healthEnvironmental healthComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In Chile and Latin America, cervical cancer disproportionately affects women of low socioeconomic status. Mobile technology (mobile health, mHealth) may be able to address this disparity by targeting women in underserved populations. However, there is a lack of information regarding barriers to the implementation of mHealth interventions in underserved populations. OBJECTIVE: The objective of this study was to investigate the use of cell phones and text messaging (short message service, SMS) in Latina women from disadvantaged communities to design an mHealth intervention for improving cervical cancer screening rates. METHODS: We conducted 9 focus groups among women aged 25-64 years to better understand the implementation barriers and perceptions of a text message (SMS)-based intervention designed to improve cervical cancer screening rates. We used the PRECEDE-PROCEED model to categorize identified themes using template analysis. RESULTS: Focus group results indicated that older women use mobile phones to receive calls from family and friends but seldom send text messages. Furthermore, they prefer personal contact with their health care providers regarding Papanicolaou (Pap) testing. Younger women, on the other hand, find text messaging easy to use and frequently send texts to family and friends. Importantly, women of all ages mentioned they would like to receive text messages about Pap tests. Factors that facilitate the uptake of the intervention include ease of access to Pap testing, inclusion of family members, and reminder messaging. Potential barriers include cost and the impersonal nature of messaging. Health team members support an mHealth intervention even though they acknowledge the potential barriers to this strategy. Overall, these results support the implementation of an mHealth intervention to increase cervical cancer screening rates. CONCLUSIONS: This study describes the opinions of women nonadherent to Pap testing on the potential use of mobile technologies for cervical cancer screening. Although the overall acceptance was positive, older women prefer personal contact and phone calls over text messaging. Information surrounding these preferences will aid in the implementation of effective strategies to improve cancer screening in underserved populations.

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)0,003
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,179
Tête enseignante GPT0,527
Écart entre enseignants0,348 · 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

Citations19
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetCervical Cancer and HPV Research→Travaux en français237 207→