Factors influencing the health-seeking behaviors of women with advanced stages of breast cancer in Southwestern Nigeria: An interpretive description study
Notice bibliographique
Résumé
The World Health Organization (WHO) indicates the survival rate from breast cancer in Nigerian women is 48.9%. Little is known about the health-seeking behaviors and the factors that influence women with advanced breast cancer in Southwestern Nigeria to seek care. This paper presents the factors influencing the health-seeking activities of women with advanced breast cancer from the time the participants observed breast changes until they presented in the hospital for care. Qualitative methods, specifically Interpretive Description (ID), was employed within the conceptual framework of the Health Belief Model (HBM). A University Human Ethics Review Board (REB) approved the study, while operational approval was granted by the hospital where the data collection took place. Thirty women with advanced breast cancer were recruited for the study using purposive sampling. Data was collected by engaging the participants in audio-recorded, semi-structured, face-to-face, one-on-one interviews guided by open-ended questions and a demographic form. The interview transcripts were analyzed using thematic analysis, while the demographic information was analyzed using descriptive statistics. The study identified motivating and enabling factors as well as barriers to engaging in health-seeking behaviors. Breast changes, interpretation of symptoms, the financial challenges of breast cancer treatments, sociocultural factors, and a desire to live influenced the participants’ health-seeking behaviors. Knowledge of these factors may help nurses and other healthcare providers to consider their patients’ health beliefs and perceptions, thereby empowering nurses to provide comprehensive, holistic, contextually relevant and efficient care to their patients. Community interventions should include strategies to raise breast cancer awareness and reduce the stigma associated with the illness.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».