Community case management of malaria: a pro-poor intervention in rural Kenya
Notice bibliographique
Résumé
BACKGROUND: Access to prompt and effective treatment of malaria is a fundamental right of all populations at risk; many countries have not met the target of 60% of children treated with effective antimalarial drugs within 24 h of fever onset. While community case management of malaria is effective for increasing coverage, evidence is mixed on whether it improves equity. The objective of this study was to assess whether a community case management of a malaria programme delivered by community health workers (CHW) in two districts of Kenya improved access and equity. METHODS: Data on child fever treatment practices, malaria prevention and CHW visits was collected through cross-sectional household surveys in project communities before (December 2008) and after 1 year of intervention (December 2009). Indicators were analysed by household wealth rank (grouped into poorest [bottom 20%], poor [middle 60%] and least poor [top 20%]) and survey. RESULTS: Data were available from 763 households at baseline and 856 households at endline. At endline, access to prompt and effective malaria treatment was higher compared with baseline for all groups, with the highest proportions among the poorest (67.6%) and the poor (63.2%), and the lowest proportion among the least poor (43.4%). Corresponding data suggest this was linked to the household's interaction with a CHW as the source of advice/treatment for child fever. CONCLUSION: These findings provide evidence that in a resource-poor setting, CHWs can provide lifesaving interventions to the poorest.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».