Skills of general health workers in primary eye care in Kenya, Malawi and Tanzania
Notice bibliographique
Résumé
BACKGROUND: Primary eye care (PEC) in sub-Saharan Africa usually means the diagnosis, treatment, and referral of eye conditions at the most basic level of the health system by primary health care workers (PHCWs), who receive minimal training in eye care as part of their curricula. We undertook this study with the aim to evaluate basic PEC knowledge and ophthalmologic skills of PHCWs, as well as the factors associated with these in selected districts in Kenya, Malawi, and Tanzania. METHODS: A standardized (26 items) questionnaire was administered to PHCWs in all primary health care (PHC) facilities of 2 districts in each country. Demographic information was collected and an examination aimed to measure competency in 5 key areas (recognition and management of advanced cataract, conjunctivitis, presbyopia, and severe trauma plus demonstrated ability to measure visual acuity) was administered. RESULTS: Three-hundred-forty-three PHCWs were enrolled (100, 107, and 136 in Tanzania, Kenya, and Malawi, respectively). The competency scores of PHCW varied by area, with 55.7%, 61.2%, 31.2%, and 66.1% scoring at the competency level in advanced cataract, conjunctivitis, presbyopia, and trauma, respectively. Only 8.2% could measure visual acuity. Combining all scores, only 9 (2.6%) demonstrated competence in all areas. CONCLUSION: The current skills of health workers in PEC are low, with a large per cent below the basic competency level. There is an urgent need to reconsider the expectations of PEC and the content of training.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».