Challenges and Opportunities for Cervical Cancer Prevention Through HPV Vaccination in Ghana: A Public Health Policy Analysis
Notice bibliographique
Résumé
IntroductionCervical cancer constitutes a critical public health challenge in Ghana, with high morbidity and mortality despite the global availability of effective prophylactic Human Papillomavirus (HPV) vaccines. This study examines the policy discourse surrounding the implementation of a nationwide HPV vaccination program in Ghana, analyzes stakeholders' perspectives on programmatic promotion, and assesses the extent of institutional prioritization.MethodsEight key informant interviews were thematically analyzed using NVivo; and a cross-sectional online survey of 215 participants was descriptively analyzed using SPSS.ResultsThematic analysis of interviews revealed core policy challenges: weak prioritization, inadequate resource allocation, and policy framings that lacked discourse on the right to health. Survey data demonstrated marked improvement in HPV awareness (76.6%) and substantial interest in vaccination (64.2%), suggesting a shifting public health landscape influenced by media engagement and growing health literacy.ConclusionFindings underscore insufficient prioritization stalled the institutionalization of a national cervical cancer prevention strategy creating a critical implementation gap. However, the relatively late average age of sexual debut offers a strategic window for effective HPV vaccine delivery. Importantly, the convergence of increased public awareness, heightened receptivity to vaccination, and the availability of external funding mechanisms, such as support from Gavi, presents a timely and actionable opportunity for policy advancement. This study highlights the imperative for renewed governmental commitment to cervical cancer prevention, emphasizing the imperative to operationalize HPV vaccination as a core component of Ghana's public health infrastructure.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».