Ebola and community health worker services in Kenema District, Sierra Leone: please mind the gap!
Notice bibliographique
Résumé
Setting: All community health workers (CHWs) in rural Kenema District, Sierra Leone. Objective: CHW programmes provide basic health services to fill gaps in human health resources. We compared trends in the reporting and management of childhood malaria, diarrhoea and pneumonia by CHWs before, during and after the Ebola outbreak (2014–2016). Design: Retrospective cross-sectional study using programme data. Results: CHW reporting increased from 59% pre-outbreak to 95% during the outbreak ( P < 0.001), and was sustained at 98% post-outbreak. CHWs stopped using rapid diagnostic tests for malaria mid-outbreak, and their use had not resumed post-outbreak. The average monthly number of presumptive treatments for malaria increased from 2931 pre-outbreak to 5013 during and 5331 post-outbreak ( P < 0.001). The average number of monthly treatments for diarrhoea and pneumonia decreased from respectively 1063 and 511 pre-outbreak to 547 and 352 during the outbreak ( P = 0.01 and P = 0.04). Post-outbreak pneumonia treatments increased (mean 1126 compared to pre-outbreak, P = 0.003), and treatments for diarrhoea returned to pre-outbreak levels ( P = 0.2). Conclusion: The CHW programme demonstrated vulnerability, but also resilience, during and in the early period after the Ebola outbreak. Investment in CHWs is required to strengthen the health care system, as they can cover pre-existing gaps in facility-based health care and those created by outbreaks.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».