Cervical Cancer: Assessment of Its Knowledge, Utilization of Services and Its Determinant Among Female Undergraduate Students in a Low Resource Setting
Notice bibliographique
Résumé
BACKGROUND: Cervical cancer is a preventable disease that contributes significantly to the death of women. This study is aimed at determining the level of knowledge and utilization of cervical cancer screening and its determinants among female undergraduates of Ebonyi State University. METHODS: A structured questionnaire was used for a cross-sectional survey of the study population between January 1 and March 3, 2018. The data were analyzed using IBM SPSS Statistics version 20. Data were represented with frequency table, simple percentage, mode, range, Chi square and pie chart. The level of significance is at P-value < 0.05. RESULTS: Majority (74.8%) of the respondents were aware of cervical cancer and it could be prevented (70.8%). More than three-fifths (68.30%) were informed via health workers, and 86.8% were aware that post-coital vaginal bleeding is a symptom. Less than half (49.8%) knew that HPV is the primary cause, and only 32.9% were aware of the HPV vaccine. One-quarter of the respondent were aware that early coitarche is a risk factor for cervical cancer. Only 41.8% of the women were aware of Pap smear, 9.2% had undergone screening, and 97.6% were willing to be screened. Marital status was the significant determinant of being screened while class level did not significantly influence uptake of cervical cancer screening. The most common reason (20.6%) for not being screened was lack of awareness of the test. CONCLUSION: Our study population had a good knowledge of cervical cancer, but utilization of cervical cancer screening was poor. Awareness creation through the mass media and provision of affordable screening services can promote the use of cervical cancer screening in the study area.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».