Impact of the COVID-19 pandemic and response on the utilisation of health services in public facilities during the first wave in Kinshasa, the Democratic Republic of the Congo
Notice bibliographique
Résumé
INTRODUCTION: Health service use among the public can decline during outbreaks and had been predicted among low and middle-income countries during the COVID-19 pandemic. In March 2020, the government of the Democratic Republic of the Congo (DRC) started implementing public health measures across Kinshasa, including strict lockdown measures in the Gombe health zone. METHODS: Using monthly time series data from the DRC Health Management Information System (January 2018 to December 2020) and interrupted time series with mixed effects segmented Poisson regression models, we evaluated the impact of the pandemic on the use of essential health services (outpatient visits, maternal health, vaccinations, visits for common infectious diseases and non-communicable diseases) during the first wave of the pandemic in Kinshasa. Analyses were stratified by age, sex, health facility and lockdown policy (ie, Gombe vs other health zones). RESULTS: Health service use dropped rapidly following the start of the pandemic and ranged from 16% for visits for hypertension to 39% for visits for diabetes. However, reductions were highly concentrated in Gombe (81% decline in outpatient visits) relative to other health zones. When the lockdown was lifted, total visits and visits for infectious diseases and non-communicable diseases increased approximately twofold. Hospitals were more affected than health centres. Overall, the use of maternal health services and vaccinations was not significantly affected. CONCLUSION: The COVID-19 pandemic resulted in important reductions in health service utilisation in Kinshasa, particularly Gombe. Lifting of lockdown led to a rebound in the level of health service use but it remained lower than prepandemic levels.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».