Does mass drug administration for community-based scabies control works? The experience in Ethiopia
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
INTRODUCTION: After a scabies outbreak in Amhara Region, Ethiopia in 2015/2016, the Regional Health Bureau performed an extensive Mass Drug Administration (MDA). In May 2017, we collected data to assess the impact of the treatment on the scabies control. METHODOLOGY: We retrieved baseline data from the 2015/16 burden assessment: campaign organization and administration information. We did a community based cross-sectional study using a structured questionnaire on disease and treatment history plus the presence or absence of active scabies in three Zones. We selected households using stratified random sampling deployed 7581 questionnaires and performed key informant interviews. RESULTS: 46.3% had a previous scabies diagnosis in the last 2 years of which 86.1% received treatment, and the cure rate was 90.6%. Fifteen months after intervention the scabies prevalence was 21.0 % (67.3% new cases and 32.7% recurrences). The highest burden of new cases (93.1%) was found in the North Gondar zone. The likelihood of treatment failure was higher for treatments offered in clinics (12.2%) as opposed to via the campaign (7.9%). Failure to follow the guidelines, shortage of medicine and lack of leadership prioritization were identified as reasons for resurgence of the disease. CONCLUSIONS: We demonstrated that community engagement is essential in the success of scabies MDA, alongside strong political commitment, and guideline adherence. Effectiveness and sustainability of the MDA was compromised by the failing of proper contact treatment, surveillance and case management.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle