Stigma in health facilities: why it matters and how we can change it
Notice bibliographique
Résumé
Stigma in health facilities undermines diagnosis, treatment, and successful health outcomes. Addressing stigma is fundamental to delivering quality healthcare and achieving optimal health. This correspondence article seeks to assess how developments over the past 5 years have contributed to the state of programmatic knowledge-both approaches and methods-regarding interventions to reduce stigma in health facilities, and explores the potential to concurrently address multiple health condition stigmas. It is supported by findings from a systematic review of published articles indexed in PubMed, Psychinfo and Web of Science, and in the United States Agency for International Development's Development Experience Clearinghouse, which was conducted in February 2018 and restricted to the past 5 years. Forty-two studies met inclusion criteria and provided insight on interventions to reduce HIV, mental illness, or substance abuse stigma. Multiple common approaches to address stigma in health facilities emerged, which were implemented in a variety of ways. The literature search identified key gaps including a dearth of stigma reduction interventions in health facilities that focus on tuberculosis, diabetes, leprosy, or cancer; target multiple cadres of staff or multiple ecological levels; leverage interactive technology; or address stigma experienced by health workers. Preliminary results from ongoing innovative responses to these gaps are also described.The current evidence base of stigma reduction in health facilities provides a solid foundation to develop and implement interventions. However, gaps exist and merit further work. Future investment in health facility stigma reduction should prioritize the involvement of clients living with the stigmatized condition or behavior and health workers living with stigmatized conditions and should address both individual and structural level stigma.
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 | 0,041 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,026 |
| Communication savante | 0,017 | 0,029 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,010 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».