Working towards health: A model of cervical cancer screening and treatment for factory employees in Haiti
Notice bibliographique
Résumé
OBJECTIVE: In Haiti, cervical cancer continues to cause high levels of mortality and morbidity due to lack of resources and political unrest. Haitian women employed in factories are especially vulnerable because they are unable to take time away from work to access health resources. We aimed to describe a low-cost intervention which successfully addressed this need. METHODS: We present a retrospective review of data gathered through a public-private partnership, in which women working in garment factories near Port-au-Prince, Haiti, were offered health education, clinical breast exam, and free human papillomavirus (HPV) self-swab testing at their place of employment. Women testing positive for HPV were subsequently tested using visual inspection with acetic acid (VIA) to inform treatment referrals, and treated with mobile thermocoagulation in factory infirmaries. Factory-employed healthcare workers were trained on cancer screening, including VIA and clinical breast exam. RESULTS: A total of 6843 out of 6983 (98%) female factory employees attended free reproductive health education sessions, and 4005 out of 4153 eligible women (97%) were screened using HPV self-swab testing; 5176 women received a clinical breast exam. Of the women screened for HPV, 1001 (25%) tested positive and 905 (90%) of HPV-positive women received VIA testing and thermocoagulation. The intervention had a total cost of US$76 000, over half of which was spent on an HPV testing machine. CONCLUSIONS: Innovative approaches to the prevention of cervical cancer are especially necessary in very low-resource, politically unstable environments like Haiti. Self-swab and screen-and-treat programs in the workplace were acceptable to employees and factory owners. This low-cost model was reached vulnerable women through a public-private partnership, and tracked them through screening and treatment. It could be implemented elsewhere or extended to include other health services.
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 | 0,001 |
| 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 | 0,004 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».