MétaCan
Menu
Retour à la cohorte
Enregistrement W2261999120 · doi:10.9745/ghsp-d-15-00129

Task Shifting Provision of Contraceptive Implants to Community Health Extension Workers: Results of Operations Research in Northern Nigeria

2015· review· en· W2261999120 sur OpenAlexaff
Zulfiya Charyeva, Olugbenga Oguntunde, Nosa Orobaton, Emmanuel Otolorin, Fatima Inuwa, Olubisi Alalade, Dele Abegunde, Saba’atu Elizabeth Danladi

Notice bibliographique

RevueGlobal Health Science and Practice · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensImpact
Organismes subventionnairesUnited States Agency for International Development
Mots-clésMedicineEconomic shortageTask (project management)Family planningPopulationEnvironmental healthResearch methodologyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Contraceptive use remains low in Nigeria, with only 11% of women reporting use of any modern method. Access to long-acting reversible contraceptives (LARCs) is constrained by a severe shortage of human resources. To assess feasibility of task shifting provision of implants, we trained community health extension workers (CHEWs) to insert and remove contraceptive implants in rural communities of Bauchi and Sokoto states in northern Nigeria. METHODS: We conducted 2- to 3-week training sessions for 166 selected CHEWs from 82 facilities in Sokoto state (September 2013) and 84 health facilities in Bauchi state (December 2013). To assess feasibility of the task shifting approach, we conducted operations research using a pretest-posttest design using multiple sources of information, including surveys with 151 trained CHEWs (9% were lost to follow-up) and with 150 family planning clients; facility observations using supply checklists (N = 149); direct observation of counseling provided by CHEWs (N = 144) and of their clinical (N = 113) skills; as well as a review of service statistics (N = 151 health facilities). The endline assessment was conducted 6 months after the training in each state. RESULTS: CHEWs inserted a total of 3,588 implants in 151 health facilities over a period of 6 months, generating 10,088 couple-years of protection (CYP). After practicing on anatomic arm models, most CHEWs achieved competency in implant insertions after insertions with 4-5 actual clients. Clinical observations revealed that CHEWs performed implant insertion tasks correctly 90% of the time or more for nearly all checklist items. The amount of information that CHEWs provided clients increased between baseline and endline, and over 95% of surveyed clients reported being satisfied with CHEWs' services in both surveys. The study found that supervisors not only observed and corrected insertion skills, as needed, during supervisory visits but also encouraged CHEWs to conduct more community mobilization to generate client demand, thereby promoting access to quality services. CHEWs identified a lack of demand in the communities as the major barrier for providing services. CONCLUSION: With adequate training and supportive supervision, CHEWs in northern Nigeria can provide high-quality implant insertion services. If more CHEWs are trained to provide implants and greater community outreach is conducted to generate demand, uptake of LARCs in Nigeria may increase.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,244
Tête enseignante GPT0,565
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations77
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health Science and PracticeMême sujetGlobal Maternal and Child HealthTravaux en français237 207