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
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: 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.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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