Non-adherence to community oral-antibiotic treatment in children with fast-breathing pneumonia in Malawi– secondary analysis of a prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Despite significant progress, pneumonia is still the leading cause of infectious deaths in children under five years of age. Poor adherence to antibiotics has been associated with treatment failure in World Health Organisation (WHO) defined clinical pneumonia; therefore, improving adherence could improve outcomes in children with fast-breathing pneumonia. We examined clinical factors that may affect adherence to oral antibiotics in children in the community setting in Malawi. METHODS: We conducted a sub-analysis of a prospective cohort of children aged 2-59 months diagnosed by community health workers (CHW) in rural Malawi with WHO fast-breathing pneumonia. Clinical factors identified during CHW diagnosis were investigated using multivariate logistic regression for association with non-adherence, including concurrent diagnoses and treatments. Adherence was measured at both 80% and 100% completion of prescribed oral antibiotics. RESULTS: Eight hundred thirty-four children were included in our analysis, of which 9.5% and 20.0% were non-adherent at 80% and 100% of treatment completion, respectively. A concurrent infectious diagnosis (OR: 1.76, 95% CI: 0.84-2.96/OR: 1.81, 95% CI: 1.21-2.71) and an illness duration of >24 h prior to diagnosis (OR: 2.14, 95% CI: 1.27-3.60/OR: 1.88, 95% CI: 1.29-2.73) had higher odds of non-adherence when measured at both 80% and 100%. Older age was associated with lower odds of non-adherence when measured at 80% (OR: 0.41, 95% CI: 0.21-0.78). CONCLUSION: Non-adherence to oral antibiotics was not uncommon in this rural sub-Saharan African setting. As multiple diagnoses by the CHW and longer illness were important factors, this provides an opportunity for further investigation into targeted interventions and refinement of referral guidelines at the community level. Further research into the behavioural drivers of non-adherence within this setting is needed.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».