A systematic review of primary care models for non-communicable disease interventions in Sub-Saharan Africa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Chronic diseases, primarily cardiovascular disease, respiratory disease, diabetes and cancer, are the leading cause of death and disability worldwide. In sub-Saharan Africa (SSA), where communicable disease prevalence still outweighs that of non-communicable disease (NCDs), rates of NCDs are rapidly rising and evidence for primary healthcare approaches for these emerging NCDs is needed. METHODS: A systematic review and evidence synthesis of primary care approaches for chronic disease in SSA. Quantitative and qualitative primary research studies were included that focused on priority NCDs interventions. The method used was best-fit framework synthesis. RESULTS: Three conceptual models of care for NCDs in low- and middle-income countries were identified and used to develop an a priori framework for the synthesis. The literature search for relevant primary research studies generated 3759 unique citations of which 12 satisfied the inclusion criteria. Eleven studies were quantitative and one used mixed methods. Three higher-level themes of screening, prevention and management of disease were derived. This synthesis permitted the development of a new evidence-based conceptual model of care for priority NCDs in SSA. CONCLUSIONS: For this review there was a near-consensus that passive rather than active case-finding approaches are suitable in resource-poor settings. Modifying risk factors among existing patients through advice on diet and lifestyle was a common element of healthcare approaches. The priorities for disease management in primary care were identified as: availability of essential diagnostic tools and medications at local primary healthcare clinics and the use of standardized protocols for diagnosis, treatment, monitoring and referral to specialist care.
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.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découle