Prevention of Mother-to-Child Transmission of HIV data completeness and accuracy assessment in health facilities of the Nkangala District
Notice bibliographique
Résumé
Background: Even though significant progress has been made in the roll-out and quality of the prevention of mother-to-child transmission of HIV (PMTCT) services in South Africa, the quality of patient data recording remains a challenge. Objectives: To assess PMTCT data completeness and accuracy at primary healthcare level to district level in order to assist with the improvement of the PMTCT data recording.Methods: This is a retrospective record review study which involved collecting PMTCT data on indicators which was for the period of August 2009 to January 2010. We conducted baseline facility assessments which included 72 PMTCT sites in one health district, Nkangala. We assessed the data completeness and accuracy of the data values recorded on the seven PMTCT data elements.Results: Data were only complete for less than a quarter of the time for most of the antenatal indicators (0.5% – 44%) and for the maternity indicators, data were only complete 11% of the time. Data inaccuracy was a result of recording of data values in the District Health Information System (DHIS) which were not within 10% of the data values recorded in the case registers. The results show that data were missing from the case registers, monthly summary sheets and DHIS between 30% and 99% of the time and that data elements had values recorded in the DHIS which were > 10%.Conclusion: There is a need for ongoing training on data recording procedures at all levels. To maintain data quality, healthcare data must be appropriate, organised, timely, available, accurate and complete.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».