Knowledge, Attitude and Performance Regarding Breast Self-examination among Students of Medical Institutes
Notice bibliographique
Résumé
Objectives: The aim of this study was to assess knowledge, attitude and practice related to BSE among female students of Ibn Sina, Mellat and Jamal al-Shafa medical institutes in Kabul, Afghanistan. Breast cancer is the second most common cancer among women worldwide. Breast self-examination (BSE) is an affordable and easy way to detect breast cancer early. In developing countries with existing unfavourable social, economic and cultural conditions, BSE may be the most effective tool for the prevention and timely diagnosis of breast cancer. Material and Methods: This cross-sectional study was conducted between August and December 2023. It included a sample of 354 students selected using a stratified and systematic sampling method. Data were collected using a standard questionnaire derived from a literature review. The Statistical Package for the Social Sciences version 26 software was used for analysis and descriptive statistics, and Chi-square tests were also performed. Results: Out of 354 students, 347 students (98%) participated in the study. The age range was between 17 and 40 years, with a mean of 21.0 and a standard deviation of 2.9. This study found that only 28.8% had good knowledge, 25.9% had average knowledge, and 76.7% had average attitudes toward BSE. In addition, 22.8% of the participants had performed BSE, and 11.5% had a family history of breast cancer. The majority (66.3%) had heard about BSE before. Statistically significant relationships were found between the patterns of knowledge and the field of study and academic semester (P = 0.001) and between the level of attitude and the field of study (P = 0.008), academic semester (0.003) and type of knowledge (0.001). Conclusion: This study showed that the participants had poor knowledge and average attitudes regarding BSE. Therefore, it is important to fill the gap between knowledge and practice through effective and systematic educational and media programs.
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 | 0,004 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».