Understanding the cervical cancer self-collection preferences of women living in urban and rural Rwanda
Notice bibliographique
Résumé
Cervical cancer is a leading cause of cancer among women in low- and middle-income countries. Women in Rwanda have high rates of cervical cancer due to limited access to effective screening methods. Research in other low-resource settings similar to Rwanda has shown that HPV-based self-collection is an effective cervical cancer screening method. This study aims to compare the preferences of Rwandan women in urban and rural settings toward self-collection and to report on factors related to self-collection amenability. A cross-sectional survey was conducted from June 1-9, 2022. Women were recruited from one urban and one rural clinic in Rwanda. Women were eligible for the study if they were ≥ 18 years and spoke Kinyarwanda or English. The survey consisted of 51 questions investigating demographics and attitudes towards self-collection for cervical cancer screening. We reported descriptive statistics stratified by urban and rural sites. In total, 169 urban and 205 rural women completed the survey. The majority of respondents at both sites had a primary school or lower education and were in a relationship. Both urban and rural respondents were open to self-collection; however, rates were higher in the rural site (79.9% urban and 95.6% rural; p-value<0.001). Similarly, women in rural areas were more likely to report feeling unembarrassed about self-collection (65.3% of urban, 76.8% of rural; p-value<0.001). Notably, almost all urban and rural respondents (97.6% urban and 98.5% rural) stated they would go for a cervical cancer pelvic examination to a nearby health center if their self-collected results indicated any concern (p-value = 0.731). Rwandan women in both urban and rural areas largely support self-collection for cervical cancer screening. Further research is needed to better understand how to implement self-collection screening services in Rwanda.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».