Use of health care among febrile children from urban poor households in Senegal: does the neighbourhood have an impact?
Notice bibliographique
Résumé
Urban malaria is considered a major public health problem in Africa. The malaria vector is well adapted in urban settings and autochthonous malaria has increased. Antimalarial treatments prescribed presumptively or after rapid diagnostic tests are also highly used in urban settings. Furthermore, health care strategies for urban malaria must comply with heterogeneous neighbourhood ecosystems where health-related risks and opportunities are spatially varied. This article aims to assess the capacity of the urban living environment to mitigate or increase individual or household vulnerabilities that influence the use of health services. The data are drawn from a survey on urban malaria conducted between 2008 and 2009. The study sample was selected using a two-stage randomized sampling. The questionnaire survey covered 2952 households that reported a case of fever episode in children below 10 years during the month before the survey.Self-medication is a widespread practice for children, particularly among the poorest households in Dakar. For rich households, self-medication for children is more a transitional practice enabling families to avoid opportunity costs related to visits to health facilities. For the poorest, it is a forced choice and often the only treatment option. However, the poor that live in well-equipped neighbourhoods inhabited by wealthy residents tend to behave as their rich neighbours. They grasp the opportunities provided by the area and adjust their behaviours accordingly. Though health care for children is strongly influenced by household socio-economic characteristics, neighbourhood resources (facilities and social networks) will promote health care among the poorest and reduce access inequalities. Without being a key factor, the neighbourhood of residence-when it provides resources-may be of some help to overcome the financial hurdle. Findings suggest that the neighbourhood (local setting) is a relevant scale for health programmes in African cities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».