MétaCan
Menu
Retour à la cohorte
Enregistrement W2772695842 · doi:10.1186/s12913-017-2645-x

Task shifting in the management of hypertension in Kinshasa, Democratic Republic of Congo: a cross-sectional study

2017· article· en· W2772695842 sur OpenAlexfundno aff
Aimée Lulebo, Didine Kaba, Mala Ali Mapatano, Éric Mafuta, Julien M. Mampunza, Yves Coppieters

Notice bibliographique

RevueBMC Health Services Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensnon disponible
Organismes subventionnairesAfrican Population and Health Research CenterDepartment for International DevelopmentInternational Development Research CentreJohn D. and Catherine T. MacArthur Foundation
Mots-clésMedicineCross-sectional studyHealth administrationReferralPublic healthHealth careHealth informaticsFamily medicineEnvironmental healthPediatricsDemographyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Democratic Republic of the Congo (DRC) is characterized by a high prevalence of hypertension (HTN) and a high proportion of uncontrolled HTN, which is indicative of poor HTN management. Effective management of HTN in the African region is challenging due to limited resources, particularly human resources for health. To address the shortage of health workers, the World Health Organization (WHO) recommends task shifting for better disease management and treatment. Although task shifting from doctors to nurses is being implemented in the DRC, there are no studies, to the best of our knowledge, that document the association between task shifting and HTN control. The aim of this study was to investigate the association between task shifting and HTN control in Kinshasa, DRC. METHODS: We conducted a cross-sectional study in Kinshasa from December 2015 to January 2016 in five general referral hospitals (GRHs) and nine health centers (HCs). A total of 260 hypertensive patients participated in the study. Sociodemographic, clinical, health care costs and perceived health care quality assessment data were collected using a structured questionnaire. To examine the association between task shifting and HTN control, we assessed differences between GRH and HC patients using bivariate and multivariate analyses. RESULTS: Almost half the patients were female (53.1%), patients' mean age was 59.5 ± 11.4 years. Over three-fourths of patients had uncontrolled HTN. There was no significant difference in the proportion of GRH and HC patients with uncontrolled HTN (76.2% vs 77.7%, p = 0.771). Uncontrolled HTN was associated with co-morbidity (OR = 10.3; 95% CI: 3.8-28.3) and the type of antihypertensive drug used (OR = 4.6; 95% CI: 1.3-16.1). The mean healthcare costs in the GRHs were significantly higher than costs in the HCs (US$ 34.2 ± US$3.34 versus US$ 7.7 ± US$ 0.6, respectively). CONCLUSION: Uncontrolled HTN was not associated with the type of health facility. This finding suggests that the management of HTN at primary healthcare level might be just as effective as at secondary level. However, the high proportion of patients with uncontrolled HTN underscores the need for HTN management guidelines at all healthcare levels.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,208
Tête enseignante GPT0,468
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207