Can Volunteer Community Health Workers Decrease Child Morbidity and Mortality in Southwestern Uganda? An Impact Evaluation
Notice bibliographique
Résumé
BACKGROUND: The potential for community health workers to improve child health in sub-Saharan Africa is not well understood. Healthy Child Uganda implemented a volunteer community health worker child health promotion model in rural Uganda. An impact evaluation was conducted to assess volunteer community health workers' effect on child morbidity, mortality and to calculate volunteer retention. METHODOLOGY/PRINCIPAL FINDINGS: Two volunteer community health workers were selected, trained and promoted child health in each of 116 villages (population ∼61,000) during 2006-2009. Evaluation included a household survey of mothers at baseline and post-intervention in intervention/control areas, retrospective reviews of community health worker birth/child death reports and post-intervention focus group discussions. Retention was calculated from administrative records. Main outcomes were prevalence of recent child illness/underweight status, community health worker reports of child deaths, focus group perception of effect, and community health worker retention. After 18-36 months, 86% of trained volunteers remained active. Post-intervention surveys in intervention households revealed absolute reductions of 10.2% [95%CI (-17.7%, -2.6%)] in diarrhea prevalence and 5.8% [95%CI (-11.5%, -0.003%)] in fever/malaria; comparative decreases in control households were not statistically significant. Underweight prevalence was reduced by 5.1% [95%CI (-10.7%, 0.4%)] in intervention households. Community health worker monthly reports revealed a relative decline of 53% in child deaths (<5 years old), during the first 18 months of intervention. Focus groups credited community health workers with decreasing child deaths, improved care-seeking practices, and new income-generating opportunities. CONCLUSIONS/SIGNIFICANCE: A low-cost child health promotion model using volunteer community health workers demonstrated decreased child morbidity, dramatic mortality trend declines and high volunteer retention. This sustainable model could be scaled-up to sub-Saharan African communities with limited resources and high child health needs.
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 | 0,001 | 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 ».