Assessing how women access healthcare to inform cervical cancer and HIV screening in rural Uganda
Notice bibliographique
Résumé
ABSTRACT Objective This study aims to compare how HIV-positive and HIV-negative women in a remote sub-country in Uganda access health services to inform consideration of potential HIV and HPV-based cervical cancer screening integration at the community level. Methods This cross-sectional study recruited women living in the South Busoga District Reserve from January to August 2023. Women were eligible if they were aged 30 to 49 years old, had no history of cervical cancer screening or treatment, had no previous hysterectomy, and could provide informed consent. Participants completed a survey administered by village health teams, which included questions on HIV status, demographics, healthcare access, and services received. The data was analyzed using bivariate descriptive statistics, including chi-square and Fisher’s exact tests. Results Among the 1437 participants included in the analysis, 8.8% were HIV-positive. The majority of the respondents were between 30-39 years of age, were married, had received primary education or higher, and were farmers. The majority of women in both groups had accessed outreach visits (HIV-positive = 89.0%, HIV-negative = 85.8%) and health centres (HIV-positive = 96.1%, HIV-negative = 80.2%). The most commonly received services among both groups of women at outreach visits and health centres were immunization and antenatal care, respectively. Conclusion Our study demonstrated that there were no significant differences in healthcare access between HIV-positive and HIV-negative women in rural Uganda. Additionally, the high usage of healthcare services by women living with HIV suggests that the integration of cervical cancer and HIV screening may facilitate early detection and prevention of cervical cancer among this population. This can reduce the burden of disease in Uganda and further contribute to the World Health Organization’s initiative to eradicate cervical cancer.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| 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 ».