Assessment of Water, Sanitation and Hygiene (WASH) within Healthcare Facilities in Selected Eastern Mediterranean Countries
Notice bibliographique
Résumé
Background: Inadequate drinking water, sanitation, and hygiene (WASH) in health care facilities impacts the health, particularly in low and middle-income countries. There is limited knowledge on the status of WASH in such settings. Objective: The primary objective of this study was to assess WASH conditions in health care facilities in four EM countries; Jordan, Morocco, Lebanon, and Pakistan. Methods: This study was based on secondary data analysis of the regional study on WASH services in health facilities. Separate samples of health care facilities were selected from Jordan (19 hospitals), Morocco (8 hospitals), Lebanon (14 hospitals), and Pakistan (8 hospitals) and were assessed using the WHO/CEHA tool WSH in the health facilities assessment tool. The assessment tool consisted of items to assess the WSH services availability, adequacy, and functionality. Results: All health care facilities (100%) in Jordan and Morocco, 71.4% of hospitals in Lebanon and none of the hospitals in Pakistan had a safe water source. Overall, all hospitals in Jordan, Morocco, and Lebanon and 71.4 % of hospitals in Pakistan had improved and gender separated toilets in inpatients settings (One per 20 users). About 84.2% of hospitals in Jordan, none in Morocco, 28.6% in Lebanon, and all hospitals in Pakistan had sufficient improved and gender separated toilets in outpatients setting. Overall, 84.2% of hospitals had sufficient and functioning handwashing basins with soap and water and 79.0% of hospitals had sufficient showers. The majority of hospitals in the selected countries have a policy for the safe management of healthcare waste but inadequate training program on healthcare waste. Conclusions: WASH services are not well implemented in health care facilities of the selected countries. The countries have to develop and implement a monitoring system for WASH services or at least support inclusion of WASH services in routine monitoring of health care services.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».