Awareness of Palestinian Women About Breast Cancer Risk Factors: A National Cross-Sectional Study
Notice bibliographique
Résumé
PURPOSE This study aimed to assess awareness of Palestinian women about breast cancer (BC) age-related and lifetime risks and its risk factors and to identify factors associated with good awareness. MATERIALS AND METHODS Adult women were recruited from government hospitals, primary health care centers, and public spaces in 11 governorates in Palestine. Recognition of 14 BC risk factors was assessed using a translated-into-Arabic version of the validated BC awareness measure. The level of BC risk factor awareness was determined on the basis of the number of risk factors recognized: poor (0-4), fair (5-9), and good (10-14). RESULTS Of 6,269 potential participants approached, 5,434 agreed and completed the questionnaire (response rate = 86.7%). A total of 5,257 questionnaires were included: 2,706 from the West Bank and Jerusalem and 2,551 from the Gaza Strip. Only 173 participants (3.3%) recognized the age-related risk of BC. More than one quarter (n = 1,465; 27.9%) recognized the lifetime risk of BC. The most recognized modifiable risk factor was not breastfeeding (n = 4,937; 93.9%), whereas the least recognized was having children later on in life or not at all (n = 1,755; 33.4%). The most recognized nonmodifiable risk factor was radiation exposure (n = 4,579; 87.1%), whereas the least recognized was starting the periods at an early age (n = 1,030; 19.6%). In total, 2,024 participants (38.4%) demonstrated good BC risk factor awareness. Participants from the Gaza Strip had a higher likelihood than participants from the West Bank and Jerusalem to have good awareness (42.0% v 35.2%). Age ≥ 40 years, postsecondary education, and visiting hospitals and primary health care centers were all associated with an increase in the likelihood of having good BC risk factor awareness. CONCLUSION The awareness of BC risk factors was suboptimal. These findings highlight the need for implementing health education programs combined with consistent use of ad hoc opportunities to raise awareness by health care providers.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».