Fatalisme, méfiance et refus des traitements contre le cancer du sein au Ghana
Notice bibliographique
Résumé
Grâce aux récentes avancées en science et technologie, les options de traitement contre le cancer se sont multipliées, et les taux de survivance, améliorés. Pourtant, certaines personnes qui reçoivent un diagnostic de cancer du sein refusent les traitements. Cette étude vise à explorer comment les croyances et idées personnelles des patientes atteintes d’un cancer du sein influencent leur décision de refuser les traitements médicaux. Ainsi, treize entrevues avec des participantes ont été sélectionnées parmi une cohorte de plus grande taille afin de mener une seconde analyse en utilisant l’approche basée sur la théorie ancrée. La décision de renoncer au traitement médical était principalement influencée par les croyances personnelles, qui se déclinent ainsi : 1. Triangle religion-superstitions-ignorance; 2. Système de croyances traditionnelles ghanéennes; 3. Conviction que c’est son destin; 4. Relations précaires entre patients et soignants; 5. Rendez-vous inutiles; et 6. Épreuves inutiles. On peut les regrouper en deux grands thèmes : fatalisme, et communication déficiente entre le personnel de la santé et les patients. Les croyances personnelles et les failles administratives du système de santé sont donc les deux principales influences qui expliquent le refus en hausse des traitements médicaux chez les patientes ayant un cancer du sein au Ghana. Ces conclusions mettent en relief les besoins de mieux sensibiliser au cancer du sein, d’offrir des consultations professionnelles et de donner accès à des services de soutien psychologique.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».