“When a thorn comes into your body, you must remove it.” A Socio-Ecological analysis of the Acceptability of Intravaginal Artesunate as Cervical Precancer Treatment in a Phase 1 Clinical trial
Notice bibliographique
Résumé
Introduction: Innovative strategies are crucial to meet the World Health Organization's 90/70/90 cervical cancer elimination targets and to prevent millions of deaths by 2030. Women in low-and middle-income countries (LMICs) bear the greatest burden of cervical cancer yet have limited access to cervical precancer treatment. Scalable solutions, such as self-administered intravaginal therapies, can help close this treatment gap. In an ongoing Phase 1 trial of intravaginal artesunate pessaries as primary treatment for cervical intraepithelial neoplasia grade 2 or 3 (CIN 2/3), we evaluated the acceptability of this intervention among trial participants. Methods: Seventeen participants completed in-depth interviews in their preferred language, focusing on their experiences with artesunate self-administration and contextual factors that impacted acceptability. We conducted a thematic analysis using the socioecological framework to analyze product, individual, partner, community, and cultural factors related to acceptability of intravaginal artesunate. Results: Participants in this Phase 1 trial were primarily low-income women with limited formal education, and the majority were also living with HIV and had been on antiretrovirals for over a decade. Despite minimal prior experience with vaginal self-administration of medication, participants found the pessary acceptable and were highly motivated to get treatment for cervical precancer. Social support, educational interventions, and faith were crucial in enabling participants to complete the treatment protocol successfully. Conclusion: Kenyan women found self-administered intravaginal artesunate for treating CIN2/3 to be highly acceptable. Randomized studies of intravaginal artesunate and other topical therapies are needed to further evaluate their efficacy and acceptability in LMICs. Clinical Trials Registration: Clinicaltrials.gov NCT06165614.
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 | 0,154 | 0,196 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».