Oral rehydration therapies in Senegal, Mali, and Sierra Leone: a spatial analysis of changes over time and implications for policy
Notice bibliographique
Résumé
BACKGROUND: Oral rehydration solution (ORS) is a simple intervention that can prevent childhood deaths from severe diarrhea and dehydration. In a previous study, we mapped the use of ORS treatment subnationally and found that ORS coverage increased over time, while the use of home-made alternatives or recommended home fluids (RHF) decreased, in many countries. These patterns were particularly striking within Senegal, Mali, and Sierra Leone. It was unclear, however, whether ORS replaced RHF in these locations or if children were left untreated, and if these patterns were associated with health policy changes. METHODS: We used a Bayesian geostatistical model and data from household surveys to map the percentage of children with diarrhea that received (1) any ORS, (2) only RHF, or (3) no oral rehydration treatment between 2000 and 2018. This approach allowed examination of whether RHF was replaced with ORS before and after interventions, policies, and external events that may have impacted healthcare access. RESULTS: We found that RHF was replaced with ORS in most Sierra Leone districts, except those most impacted by the Ebola outbreak. In addition, RHF was replaced in northern but not in southern Mali, and RHF was not replaced anywhere in Senegal. In Senegal, there was no statistical evidence that a national policy promoting ORS use was associated with increases in coverage. In Sierra Leone, ORS coverage increased following a national policy change that abolished health costs for children. CONCLUSIONS: Children in parts of Mali and Senegal have been left behind during ORS scale-up. Improved messaging on effective diarrhea treatment and/or increased ORS access such as through reducing treatment costs may be needed to prevent child deaths in these areas.
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 | 0,000 | 0,000 |
| 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 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 ».