Cervical cancer screening uptake in Sub-Saharan Africa: a systematic review and meta-analysis
Notice bibliographique
Résumé
The objective of this study is to estimate the pooled uptake of cervical cancer screening and identify its predictors in Sub-Saharan Africa. Systematic review and meta-analysis. We searched PubMed, EMBASE, CINAHL, African Journals OnLine, Web of Science and Scopus electronic databases from January 2000 to 2019. All observational studies published in the English language that reported cervical cancer uptake and/or predictors in Sub-Saharan Africa were initially screened. We assessed methodological quality using the Newcastle-Ottawa Scale. An inverse variance-weighted random-effects model meta-analysis was performed to estimate the pooled uptake and odds ratio (OR) of predictors with a 95% confidence interval (CI). The I2 test statistic was used to check between-study heterogeneity, and the Egger's regression statistical test was used to check publication bias. We initially screened 3537 citations and subsequently 29 studies were selected for this review, which included a total of 36,374 women. The uptake of cervical cancer screening in Sub-Saharan Africa was 12.87% (95% CI: 10.20, 15.54; I2 = 98.5%). A meta-analysis of seven studies showed that knowledge about cervical cancer increased screening uptake by nearly five times (OR: 4.81; 95% CI: 3.06, 7.54). Other predictors of cervical screening uptake include educational level, age, Human Immune deficiency Virus (HIV) status, contraceptive use, perceived susceptibility and awareness about screening locations. Cervical screening uptake is low in Sub-Saharan Africa as a result of several factors. Health outreach and promotion programmes to target these identified predictors are required.
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 | 0,023 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,045 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».