A mixed-methods quasi-experimental evaluation of a mobile health application and quality of care in the integrated community case management program in Malawi
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The use of mobile health (mHealth) technology to improve quality of care (QoC) has increased over the last decade; limited evidence exists to espouse mHealth as a decision support tool, especially at the community level. This study presents evaluation findings of using a mobile application for integrated community case management (iCCM) by Malawi's health surveillance assistants (HSAs) in four pilot districts to deliver lifesaving services for children. METHODS: A quasi-experimental study design compared adherence to iCCM guidelines between HSAs using mobile application (n = 137) and paper-based tools (n = 113), supplemented with 47 key informant interviews on perceptions about QoC and sustainability of iCCM mobile application. The first four sick children presenting to each HSA for an initial consultation of an illness episode were observed by a Ministry of Health iCCM trainer for assessment, classification, and treatment. Results were compared using logistic regression, controlling for child-, HSA-, and district-level characteristics, with Holm-Bonferroni-adjusted significance levels for multiple comparison. RESULTS: = 0.27). Interview respondents corroborated these findings that using iCCM mobile application ensures protocol adherence. Respondents noted barriers to its consistent and wide use including hardware problems and limited resources. CONCLUSION: Generally, the mobile application is a promising tool for improving adherence to the iCCM protocol for assessing sick children and classifying illness by HSAs. Limited effects on treatments and inconsistent use suggest the need for more studies on mHealth to improve QoC at community 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.
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 | 0,029 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle