Designing a comprehensive Non-Communicable Diseases (NCD) programme for hypertension and diabetes at primary health care level: evidence and experience from urban Karnataka, South India
Notice bibliographique
Résumé
BACKGROUND: India accounts for more than two-third of mortality due to non-communicable diseases (NCDs) in south-east Asia. The burden is high in Karnataka, one of the largest states in southern India. There is a need for integration of disease prevention, health promotion, treatment and care within the national program at primary level. A public-private partnership initiative explored evidence gaps to inform a health system based, integrated NCD programme across care continuum with a focus on hypertension and diabetes. METHODS: The study was conducted during 2017-18 in urban parts of Mysore city, covering a population of 58,000. Mixed methods were used in the study; a population-based screening to estimate denominators for those with disease and at risk; cross-sectional surveys to understand distribution of risk factors, treatment adherence and out of pocket expenses; facility audits to assess readiness of public and private facilities; in-depth interviews and focus group discussions to understand practices, myths and perceptions in the community. Chi-square tests were used to test differences between the groups. Framework analysis approach was used for qualitative analysis. RESULTS: Twelve and 19% of the adult population had raised blood sugar and blood pressure, respectively, which increased with age, to 32 and 44% for over 50 years. 11% reported tobacco consumption; 5.5%, high alcohol consumption; 40%, inadequate physical activity and 81%, inappropriate diet consumption. These correlated strongly with elderly age and poor education. The public facilities lacked diagnostics and specialist services; care in the private sector was expensive. Qualitative data revealed fears and cultural myths that affected treatment adherence. The results informed intervention design across the NCD care continuum. CONCLUSIONS: The study provides tools and methodology to gather evidence in designing comprehensive NCD programmes in low and middle income settings. The study also provides important insights into public-private partnership driving effective NCD care at primary care level.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».