International barriers and facilitators for cervical cancer screening among young women: a systematic review
Notice bibliographique
Résumé
Background Though cervical cancer is one of the leading causes of death globally, its incidence is nearly entirely preventable. Young women have been an international priority for screening. However, in both high-income and low-income countries, young women have not been screened appropriately according to country-specific guidelines and in many countries, screening rates for this age-group have even dropped. Objectives The aim of this systematic review was to systematically characterize the existing literature on barriers and facilitators for cervical cancer screening among young women globally. Search Strategy We conducted a systematic review following PRISMA guidelines of four databases: Medline-OVID, EMBASE, CINAHL, and ClinicalTrials.Gov. Selection Criteria We only examined original, peer-reviewed literature. Databases were examined from inception until the date of our literature searches (12/03/2020). Articles were excluded if they did not specifically discuss cervical cancer screening, were not specific to young women, or did not report outcomes or evaluation. Data Collection and Analysis All screening and extraction was completed in duplicate with two independent reviewers. Main Results Of the 2177 original database citations, we included 36 studies that met inclusion criteria. Our systematic review found that there are three large categories of barriers for young women: lack of knowledge/awareness, negative perceptions of the test, and practical barriers to testing. Facilitators included stronger relationships with healthcare providers, social norms, support from family, and self-efficacy. Conclusions Health systems worldwide should address the barriers and facilitators to increase cervical cancer screening rates in young women. Further research is required to understand this age group.
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 | 0,021 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,014 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».