Knowledge and Beliefs of Cancer Risk Factors and Early Cancer Symptoms in Lebanon: A Cross-sectional Survey Among Adults in the Community
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background Lebanon has an increasing cancer burden. Sufficient knowledge of cancer risk factors and early cancer symptoms can help lower cancer burden by facilitating primary prevention and early diagnosis. This study (i) assessed Lebanese adults’ knowledge and beliefs of cancer risk factors and early cancer symptoms, (ii) analyzed whether knowledge was correlated with personal behavior, and (iii) assessed the presence of barriers that keep knowledge from turning into healthcare seeking behavior. Methods We performed a cross-sectional survey in the Lebanese adult population, consisting of a questionnaire administered during face-to-face interviews on a community-based non-probability sample (n = 726) that was frequency matched to national government estimates on age, level of education and gender. Results Recognition was high for carcinogens and protective factors (75%), but low for neutral factors (22%) which were often seen as carcinogenic. A quarter of participants (27.8%) could not name any early warning signs. For some risk factors, high knowledge scores were correlated with low-risk behavior, but this was not the case for cigarette smoking. The most frequent barriers for not seeking timely care were financial (57.0%) fear of finding illness (53.7%), and having other things to worry about (42.4%). Conclusion This study revealed important knowledge gaps which are likely to hamper primary prevention and early diagnosis. However, we also showed that high knowledge of risk was not always correlated with low-risk behavior. This, together with the barriers we found that kept people from seeking timely health care, emphasizes that efforts to lower cancer burden should not only focus on increasing knowledge.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle