A qualitative evaluation of a brief multicomponent intervention provided by lay health workers for women affected by adversity in urban Kenya
Notice bibliographique
Résumé
BACKGROUND: Problem Management Plus (PM+) is a brief multicomponent intervention incorporating behavioral strategies delivered by lay health workers. The effectiveness of PM+ has been evaluated in randomized controlled trials in Kenya and Pakistan. When developing interventions for large-scale implementation it is considered essential to evaluate their feasibility and acceptability in addition to their efficacy. This paper discusses a qualitative evaluation of PM+ for women affected by adversity in Kenya. METHODS: Qualitative interviews were conducted with 27 key informants from peri-urban Nairobi, Kenya, where PM+ was tested. Interview participants included six women who completed PM+, six community health volunteers (CHVs) who delivered the intervention, seven people with local decision making power, and eight project staff involved in the PM+ trial. RESULTS: Key informants generally noted positive experiences with PM+. Participants and CHVs reported the positive impact PM+ had made on their lives. Nonetheless, potential structural and psychological barriers to scale up were identified. The sustainability of CHVs as unsalaried, volunteer providers was mentioned by most interviewees as the main barrier to scaling up the intervention. CONCLUSIONS: The findings across diverse stakeholders show that PM+ is largely acceptable in this Kenyan setting. The results indicated that when further implemented, PM+ could be of great value to people in communities exposed to adversities such as interpersonal violence and chronic poverty. Barriers to large-scale implementation were identified, of which the sustainability of the non-specialist health workforce was the most important one.
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) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».