MétaCan
Menu
Retour à la cohorte
Enregistrement W3010785869 · doi:10.1186/s12913-020-5069-y

Understanding implementation barriers in the national scale-up of differentiated ART delivery in Uganda

2020· article· en· W3010785869 sur OpenAlexfundno aff
Henry Zakumumpa, Joseph Rujumba, Japheth Kwiringira, Cordelia Katureebe, Neil Spicer

Notice bibliographique

RevueBMC Health Services Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreU.S. President’s Emergency Plan for AIDS Relief
Mots-clésMedicineFocus groupContext (archaeology)Thematic analysisService delivery frameworkHealth administrationHealth informaticsPublic healthQualitative researchFamily medicineNursing researchNursingService (business)MarketingBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although Differentiated Service Delivery (DSD) for anti-retroviral therapy (ART) has been rolled-out nationally in several countries since World Health Organization (WHO)'s landmark 2016 guidelines, there is little research evaluating post-implementation outcomes. The objective of this study was to explore patients' and HIV service managers' perspectives on barriers to implementation of Differentiated ART service delivery in Uganda. METHODS: We employed a qualitative descriptive design involving 124 participants. Between April and June 2019 we conducted 76 qualitative interviews with national-level HIV program managers (n = 18), District Health Team leaders (n = 24), representatives of PEPFAR implementing organizations (11), ART clinic in-charges (23) in six purposively selected Uganda districts with a high HIV burden (Kampala, Luwero, Wakiso, Mbale, Budadiri, Bulambuli). Six focus group discussions (48 participants) were held with patients enrolled in DSD models in case-study districts. Data were analyzed by thematic approach as guided by a multi-level analytical framework: Individual-level factors; Health-system factors; Community factors; and Context. RESULTS: Our data shows that multiple barriers have been encountered in DSD implementation. Individual-level: Individualized stigma and a fear of detachment from health facilities by stable patients enrolled in community-based models were reported as bottlenecks. Socio-economic status was reported to have an influence on patient selection of DSD models. Health-system: Insufficient training of health workers in DSD delivery and supply chain barriers to multi-month ART dispensing were identified as constraints. Patients perceived current selection of DSD models to be provider-intensive and not sufficiently patient-centred. Community: Community-level stigma and insufficient funding to providers to fully operationalize community drug pick-up points were identified as limitations. CONTEXT: Frequent changes in physical addresses among urban clients were reported to impede the running of patient groups of rotating ART refill pick-ups. CONCLUSION: This is one of the first multi-stakeholder evaluations of national DSD implementation in Uganda since initial roll-out in 2017. Multi-level interventions are needed to accelerate further DSD implementation in Uganda from demand-side (addressing HIV-related stigma, community engagement) and supply-side dimensions (strengthening ART supply chain capacities, increasing funding for community models and further DSD program design to improve patient-centeredness).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,039
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0050,004
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,235
Tête enseignante GPT0,494
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations87
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207