MétaCan
Menu
Retour à la cohorte
Enregistrement W3161728471 · doi:10.1186/s12879-021-06136-1

Acceptability, feasibility, and impact of a pilot tuberculosis literacy and treatment counselling intervention: a mixed methods study

2021· article· en· W3161728471 sur OpenAlexafffund
Stephanie Law, Boitumelo Seepamore, Olivia Oxlade, Nondumiso Sikhakhane, Halima Dawood, Sheldon Chetty, Nesri Padayatchi, Dick Menzies, Amrita Daftary

Notice bibliographique

RevueBMC Infectious Diseases · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensMcGill UniversityCentre for Global Health ResearchMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineTuberculosisFamily medicineMotivational interviewingIntervention (counseling)Poisson regressionHealth literacyTest (biology)Latent tuberculosisTuberculosis diagnosisHealth careNursingPopulationMycobacterium tuberculosisEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is a need for innovative strategies to improve TB testing uptake and patient retention along the continuum of TB care early-on in treatment without burdening under-resourced health systems. We used a mixed methods approach to develop and pilot test a tuberculosis literacy and counselling intervention at an urban clinic in KwaZulu Natal, South Africa, to improve TB testing uptake and retention in tuberculosis care. METHODS: We engaged in discussions with clinic staff to plan and develop the intervention, which was delivered by senior social work students who received one-week training. The intervention included: 1) group health talks with all patients attending the primary clinic; and 2) individual counselling sessions, using motivational interviewing techniques, with newly diagnosed tuberculosis patients. We compared social work students' tuberculosis knowledge, attitudes, and practices before and after their training. We assessed the change in number of tuberculosis diagnostic tests performed after implementation via an interrupted time series analysis with a quasi-Poisson regression model. We compared pre- and post-intervention probabilities of treatment initiation and completion using regression analyses, adjusting for potential baseline confounders. We conducted focus groups with the students, as well as brief surveys and one-on-one interviews with patients, to assess acceptability, feasibility, and implementation. RESULTS: During the study period, 1226 individuals received tuberculosis diagnostic testing and 163 patients started tuberculosis treatment, of whom 84 (51.5%) received individual counselling. The number of diagnostic tuberculosis tests performed increased by 1.36 (95%CI 1.23-1.58) times post-intervention, adjusting for background calendar trend. Probabilities of TB treatment initiation and treatment completion increased by 10.1% (95%CI 1.5-21.3%) and 4.4% (95%CI -7.3-16.0%), respectively. Patients found the counselling sessions alleviated anxiety and increased treatment self-efficacy. Social work students felt the clinic staff were collaborative and highly supportive of the intervention, and that it improved patient engagement and adherence. CONCLUSIONS: Engaging clinic staff in the development of an intervention ensures buy-in and collaboration. Education and counselling before and early-on in tuberculosis treatment can increase tuberculosis testing and treatment uptake. Training junior social workers can enable task-shifting in under-resourced settings, while addressing important service gaps in tuberculosis care.

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)0,044
score de la tête « metaresearch » (Gemma)0,033
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0440,033
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,066
Tête enseignante GPT0,456
Écart entre enseignants0,391 · 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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207