Cancer du sein chez les Rwandaises en âge de procréer du district sud de Kayonza : facteurs influençant les pratiques de dépistage
Bibliographic record
Abstract
INTRODUCTION: Au Rwanda, le cancer du sein est une grande préoccupation pour la santé des femmes puisque la plupart des diagnostics sont faits à un stade avancé de la maladie. On sait pourtant que les pratiques de dépistage du cancer du sein permettent d'accélérer le diagnostic. OBJECTIF: Évaluer les facteurs qui influencent les pratiques de dépistage du cancer du sein chez les femmes en âge de procréer habitant le district de Kayonza, au Rwanda. MÉTHODOLOGIE: Une étude quantitative a été menée dans quatre centres de santé au sud du district de Kayonza auprès de 246 femmes de 16 à 49 ans. Un questionnaire structuré, prétesté et autoadministré a été utilisé pour évaluer l'influence des connaissances, des centres de santé et des facteurs socioéconomiques et culturels sur les pratiques de dépistage du cancer du sein chez les femmes dans le sud de Kayonza. RÉSULTATS: Parmi les répondantes, 55,5 % avaient une connaissance moyenne des facteurs de risque du cancer du sein, et 60,2 % sur l'incidence du dépistage du cancer du sein. On a constaté que 28 % étaient familiarisées avec l'auto-examen des seins (AES) et 16,4 % avec l'examen clinique des seins (ECS) et l'échographie mammaire. Au cours des deux années précédentes, les réponses entourant les pratiques de dépistage du sein ont révélé que 72 % des répondantes n'avaient jamais réalisé d'AES et que 81,3 % n'avaient jamais passé d'ECS ou d'échographie mammaire. Pour 30,4 % des répondantes, l'information sur le dépistage du cancer du sein provenait principalement de la radio. Des relations significatives avec les pratiques de dépistage du cancer du sein sont ressorties pour l'âge et l'état matrimonial. CONCLUSION: L'étude témoigne du peu de connaissances sur le cancer du sein, le dépistage et les pratiques relatives au dépistage de cette maladie. Il est donc nécessaire de promouvoir la sensibilisation au cancer du sein et de créer un programme qui puisse améliorer les connaissances et les pratiques en matière de dépistage afin d'améliorer la santé des femmes du sud de Kayonza.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".