Barriers and opportunities to implementation of sustainable e-Health programmes in Uganda: A literature review
Notice bibliographique
Résumé
BACKGROUND: Most developing countries, including Uganda, have embraced the use of e-Health and m-Health applications as a means to improve primary healthcare delivery and public health for their populace. In Uganda, the growth in the information and communications technology industry has benefited the rural communities and also created opportunities for new innovations, and their application into healthcare has reported positive results, especially in the areas of disease control and prevention through disease surveillance. However, most are mere proof-of-concepts, only demonstrated in use within a small context and lack sustainability. This study reviews the literature to understand e-Health's current implementation status within Uganda and documents the barriers and opportunities to sustainable e-Health intervention programmes in Uganda. METHODS: A structured literature review of e-Health in Uganda was undertaken between May and December 2015 and was complemented with hand searching and a document review of grey literature in the form of policy documents and reports obtained online or from the Ministry of Health's Resource Centre. RESULTS: The searches identified a total of 293 resources of which 48 articles met the inclusion criteria of being in English and describing e-Health implementation in Uganda. These were included in the study and were examined in detail. CONCLUSION: Uganda has trialled several e-Health and m-Health solutions to address healthcare challenges. Most were donor funded, operated in silos and lacked sustainability. Various barriers have been identified. Evidence has shown that e-Health implementations in Uganda have lacked prior planning stages that the literature notes as essential, for example strategy and need readiness assessment. Future research should address these shortcomings prior to introduction of e-Health innovations.
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 | 0,016 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,018 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».