Assessing the ownership, usage and knowledge of Insecticide Treated Nets (ITNs) in Malaria Prevention in the Hohoe Municipality, Ghana
Notice bibliographique
Résumé
INTRODUCTION: Malaria remains one of the top five killer diseases in sub-Saharan Africa (SSA) and its burden is skewed towards pregnant women and children under five. Insecticide Treated Bed-Net (ITN) usage is considered one of the most cost-effective, preventive interventions against malaria. This study sought to assess ownership, usage, effectiveness, knowledge, access and availability of ITNs among mothers with children under five in the Hohoe municipality. METHODS: In August 2010 a cross-sectional survey was carried out in 30 communities, selected using the WHO 30 cluster sampling technique. In the selected communities, mothers/caregivers with children under five years were selected using the snowball method. Data were collected through questionnaires and direct observation of ITN. Descriptive statistics was used to analyse the data collected. RESULTS: A total of 450 mothers/caregivers were interviewed and their mean age was 30 ± 7 years. ITN ownership was 81.3%, and usage was 66.4%. The majority (97.8%) of the mothers/caregivers said ITNs were effective for malaria prevention. Awareness about ITNs was high (98.7%) and the majority (52.9%) had heard about ITNs from Reproductive and Child Health (RCH) Clinic and antenatal care ANC clinic (33.6%). Over 60% of the ITNs were acquired through free distribution at RCH clinics, clinic and home distribution during mass immunization sessions. The majority of the mothers/caregivers (78.6%) knew the signs and symptoms of malaria, what causes malaria (82.2%) and who is most at risk (90%). CONCLUSION: Behaviour change communication strategies on ITN use may need to be further targeted to ensure full use of available ITNs.
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 | 0,007 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».