The community case management of pneumonia in Africa: a review of the evidence
Notice bibliographique
Résumé
Pneumonia causes around 750 000 child deaths per year in sub-Saharan African (SSA) countries. The lack of accessibility to prompt and effective treatment is an important contributor to this burden. Community case management of pneumonia (CCMp) uses trained community health workers (CHWs) to administer antibiotics to suspected child pneumonia cases in villages. This strategy has been gaining momentum in low- and middle-income countries, and the World Health Organization and United Nations children's fund have recently encouraged countries to broaden community case management to other diseases. Recommendations in favour CCMp are based on three meta-analyses showing its efficacy to reduce childhood mortality and morbidity attributable to pneumonia although most of the studies in the meta-analyses were conducted in Asian countries. This is problematic as community case management strategies have been implemented in very different ways in Asian and SSA countries, partly due to differences in malaria prevalence. Therefore, we conducted a narrative synthesis to systematically review the evidence on CCMp in SSA. Results show that there is a lack of evidence concerning its efficacy and effectiveness in SSA, irrespective of whether case management is integrated with other diseases or not. CHWs encounter difficulties in counting the respiratory rate. Their adherence to the guidelines is poorer when they are required to manage several illnesses or children with severe signs. CCMp thus encompasses issues of over-treatment and missed treatment, with potentially negative consequences such as increased lethality in severe cases and antibiotics resistance. The current lack of evidence concerning its efficacy, effectiveness and the factors leading to successful implementation, coupled with CHWs' poor adherence, demand a thorough examination of the legitimacy of implementing CCMp in SSA countries.
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 | 0,007 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».