Cancer-related concerns and needs among young adults and children on cancer treatment in Tanzania: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Cancer is one of the leading causes of morbidity and mortality worldwide. Seventy percent of deaths of cancer occur in low or middle-income countries, where the resources to provide cancer treatment and care are minimal. Tanzania currently has very inadequate facilities for cancer treatment as there are only five sites, some with limited services; two are in Dar es Salaam and one each in Mwanza, Kilimanjaro and Mbeya that offer cancer treatment. Despite cancer being a prevalent problem in Tanzania, there is a significant shortage of information on the experiences of young people who receive cancer treatment and care. The aim of this study was to explore cancer-related concerns and needs of care and support among young adults and children who are receiving cancer treatment in Dar es Salaam, Tanzania. METHODS: Using an explorative, qualitative design, two focus group discussions (FGDs) with young adults (18 to 25 years) and four FGDs with children (9 to 17 years) were held. Data were transcribed into English and analyzed using content analysis. RESULTS: Identified concerns included physical effects, emotional effects, financial impacts, poor early care, and poor treatment. Identified needs included the need for improved care in hospital by the staff, need for community support, financial needs, needs for improved cancer care and treatment in the hospitals, and the need for increased education about cancer. Resilience was identified, particularly around hope or faith, having hope to be healed, and receiving good care from staff. CONCLUSION: Young adults and children receiving cancer treatment in Tanzania have many needs and concerns. Improvements with regard to the care provided in hospital by the staff, the cancer care and treatment in the hospital, and population-wide education about cancer are necessary to address the identified needs and concerns. Further studies on specific approaches to address the concerns and needs are also warranted.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».