Barriers to Implementation of Rapid and Point-of-Care Tests for Human Immunodeficiency Virus Infection
Notice bibliographique
Résumé
Implementation of human immunodeficiency virus rapid and point-of-care tests (RDT/POCT) is understood to be impeded by many different factors that operate at 4 main levels-test devices, patients, providers, and health systems-yet a knowledge gap exists of how they act and interact to impede implementation. To fill this gap, and with a view to improving the quality of implementation, we conducted a systematic review. METHODS: Five databases were searched, 16,672 citations were retrieved, and data were abstracted on 132 studies by 2 reviewers. FINDINGS: Across 3 levels (ie, patients, providers, and health systems), a majority (59%, 112/190) of the 190 barriers were related to the integration of RDT/POCT, followed by test-device-related concern (ie, accuracy) at 41% (78/190). At the patient level, a lack of awareness about tests (15/54, 28%) and time taken to test (12/54, 22%) dominated. At the provider and health system levels, integration of RDT/POCT in clinical workflows (7/24, 29%) and within hospitals (21/34, 62%) prevailed. Accuracy (57/78, 73%) was dominant only at the device level. INTERPRETATION: Integration barriers dominated the findings followed by test accuracy. Although accuracy has improved during the years, an ideal implementation could be achieved by improving the integration of RDT/POCT within clinics, hospitals, and health systems, with clear protocols, training on quality assurance and control, clear communication, and linkage plans to improve health outcomes of patients. This finding is pertinent for a future envisioned implementation and global scale-up of RDT/POCT-based initiatives.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».