A population‐based combination strategy to improve the cervical cancer screening coverage rate in Bamako, Mali
Notice bibliographique
Résumé
INTRODUCTION: Cervical cancer screening coverage rate is <5% in Sub-Saharan Africa and <2% in French- speaking African countries. In 2016, we implemented strategies to improve cervical cancer screening in Bamako, the "Weekend70 program". The present study objectives are to determine the effect of this program on women's participation in cervical cancer screening in Bamako, and to estimate the cervical cancer screening coverage rate in Bamako. MATERIAL AND METHODS: From 1 January 2016 to 31 July 2020, we conducted an operational research by developing several strategies to improve the cervical cancer screening coverage rate among adolescents and women ≥15 years old in Bamako, Mali. The strategies consisted of awareness-raising activities, strengthening of screening practices in healthcare facilities and cost-free cervical cancer screening during the weekend. Descriptive statistics were presented. The cervical cancer coverage rate was calculated by dividing the number of women screened by the total number of women ≥20 years old, based on Mali demographic data. RESULTS: The total number of women screened was 289 924. Residents from Bamako represented 91.9% (266 436/289 924) vs 8.1% (23 488/289 924) who lived outside Bamako. The mean age was 33.2 (± 11.5) years old. Around 46.1% of participants attending the cervical cancer screening were between 30 and 49 years old (World Health Organization prioritized target age for cervical cancer screening). Women ≥60 years old represented <5%. Cervical cancer screening participation increased significantly, from <800 women screened per week before the implementation of the program to a peak of 4100 women screened per week during the "Weekend70 program". Overall, the cervical cancer screening coverage rates at the end of the study among women ≥20 years old was 47.3%, and 56.9% in the WHO target population. CONCLUSION: In an impoverished context, a multi-component strategy significantly increases cervical cancer screening participation.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».