Readiness to provide child health services in rural Uttar Pradesh, India: mapping, monitoring and ongoing supportive supervision
Notice bibliographique
Résumé
BACKGROUND: In 2018, 875 000 under-five children died in India with children from poor families and rural communities disproportionately affected. Community health centres are positioned to improve access to quality child health services but capacity is often low and the systems for improvements are weak. METHODS: Secondary analysis of child health program data from the Uttar Pradesh Technical Support Unit was used to delineate how program activities were temporally related to public facility readiness to provide child health services including inpatient admissions. Fifteen community health centres were mapped regarding capacity to provide child health services in July 2015. Mapped domains included human resources and training, infrastructure, equipment, drugs/supplies and child health services. Results were disseminated to district health managers. Six months following dissemination, Clinical Support Officers began regular supportive supervision and gaps were discussed monthly with health managers. Senior pediatric residents mentored medical officers over a three-month period. Improvements were assessed using a composite score of facility readiness for child health services in July 2016. Usage of outpatient and inpatient services by under-five children was also assessed. RESULTS: The median essential composition score increased from 0.59 to 0.78 between July 2015 and July 2016 (maximum score of 1) and the median desirable composite increased from 0.44 to 0.58. The components contributing most to the change were equipment, drugs and supplies and service provision. Scores for trained human resources and infrastructure did not change between assessments. The number of facilities providing some admission services for sick children increased from 1 in July 2015 to 9 in October 2016. CONCLUSIONS: Facility readiness for the provision of child health services in Uttar Pradesh was improved with relatively low inputs and targeted assessment. However, these improvements were only translated into admissions for sick children when clinical mentoring was included in the support provided to facilities.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».