Connaissances, utilisation et obstacles liés au dépistage du cancer du col utérin dans des hôpitaux de district de Kigali, au Rwanda
Notice bibliographique
Résumé
CONTEXTE: Dans le monde, le cancer du col utérin arrive au troisième rang des cancers les plus fréquents chez les femmes, mais il passe au deuxième rang en Afrique orientale, où se trouve le Rwanda. Le dépistage périodique est un moyen de prévention efficace. Malgré cela, en Afrique, on estime que le taux de dépistage de ce cancer se situe entre 10 et 70 %. Plusieurs facteurs entravent le dépistage, surtout en Afrique subsaharienne. Au Rwanda, on recense peu d'écrits sur l'utilisation des services de dépistage et les facteurs nuisant au dépistage du cancer du col utérin. OBJECTIF: Évaluer les connaissances sur le dépistage du cancer du col utérin qu'ont les femmes fréquentant les hôpitaux de district de Kigali (au Rwanda), recenser l'utilisation de ce service et déterminer les obstacles qui empêchent d'y recourir. MÉTHODOLOGIE: Une étude transversale descriptive a été menée, et les données ont été collectées au moyen d'un questionnaire structuré. Des questions nominales de type « oui ou non » ont mis en lumière les connaissances des femmes sur le cancer du col utérin et l'utilisation des services de dépistage. Pour cerner les obstacles au dépistage, nous avons utilisé des questions de type « échelle de Likert ». Ces données ont ensuite fait l'objet d'une analyse statistique descriptive et déductive. La sélection des répondantes s'est faite par échantillonnage aléatoire systématique depuis la base de données des patientes fréquentant les services gynécologiques de trois hôpitaux de district de Kigali (Rwanda). RÉSULTATS: Au total, 329 femmes ont répondu au sondage. La moitié d'entre elles (n = 165) connaissaient bien le dépistage du cancer du col utérin. Le pourcentage de dépistage se situe à 28,3 %. Nous avons décelé un lien entre l'utilisation du dépistage et une bonne connaissance du sujet (P = 0,000, r = -0,392) ainsi que certains facteurs démographiques (P = 0,000). Parmi les obstacles qui concourent à restreindre l'accès au dépistage, nous avons relevé des obstacles individuels (méconnaissance de l'existence des services de dépistage), géographiques (milieu rural) et liés au système de santé et aux prestataires de soins (campagnes de sensibilisation déficientes, attitudes négatives des prestataires de soins envers les patientes et longs délais d'attente). CONCLUSION: Dans les hôpitaux de district étudiés de Kigali (Rwanda), on constate un faible pourcentage de dépistage du cancer du col utérin causé par plusieurs obstacles. Il est donc fortement recommandé d'engager une campagne d'information permanente sur ce cancer et son dépistage. Enfin, il est crucial que les prestataires de soins qualifiés encouragent les femmes à se soumettre au dépistage, et qu'ils s'efforcent de réduire les obstacles qui s'y rattachent.
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 | 0,002 | 0,005 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».