How could patient navigation help promote health equity in sub-Saharan Africa? A qualitative study among public health experts
Notice bibliographique
Résumé
The indigents have long been excluded from health policies in sub-Saharan Africa. Despite recent efforts by some countries to allow them free access to health services, they face a multitude of non-financial barriers that prevent them from accessing care. Interventions to address the multiple patient-level barriers to care, such as patient navigation interventions, could help reverse this trend. However, our scoping review showed that no navigation interventions in low-income countries targeted the indigents. The objective of this qualitative study is, therefore, to go beyond the lack of evidence and discuss relevant approaches to act in favor of health care equity. We interviewed 22 public health experts with the objective of finding out which actions related to patient navigation programs (identified in the scoping review for other target groups) could be relevant and/or adapted for the indigents. For each ability to access care described by Levesque and colleagues, we were thus able to list the potential opportunities and challenges of implementing each type of action for the indigents in sub-Saharan Africa. Overall, the experts all felt that patient navigation programs were very relevant to implement for the indigents. They emphasized the need for personalized follow-up and for holistic actions to consider the whole context of the situation of indigence. The recommendations made by the experts are valuable in guiding political decision-making, while leaving room for adaptation of the proposed guidelines according to different contexts.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».