Scoping Review on the Impact of Outbreaks on Sexual and Reproductive Health Services: Proposed Frameworks for Pre‐, Intra‐, and Postoutbreak Situations
Notice bibliographique
Résumé
Introduction . Recent experiences from global outbreaks have highlighted the severe disruptions in sexual and reproductive health services that expose women and girls to preventable health risks. Yet, to date, there is no review studying the possible impact of outbreaks on sexual and reproductive health (SRH). Methodology . Studies reporting outbreaks impacting sexual and reproductive health and pregnancy outcomes were identified using MEDLINE, Embase, and ISI‐WoS. Reported impacts were reviewed at systems, community, and legislative levels. Results . The initial run listed 4423 studies; the 37 studies that met all inclusion criteria were mainly from Latin America and Africa. Studies on outbreaks of diseases like Zika and Ebola have documented declines in facility‐based deliveries, contraceptive use, and antenatal and institutional care due to burdened healthcare system. Service usage was also impacted by a lack of trust in the healthcare system and system shocks, including workforce capacity and availability. At the community level, poverty and lack of awareness were critical contributors to poor access to SRH services. Assessing the target population’s knowledge, attitude, beliefs, and behavior and using health literacy principles for communication were fundamental for designing service delivery. Online resources for SRH services were an acceptable medium of information among young adults. In outbreak situations, SRH and pregnancy outcomes were improved by implementing laboratory surveillance, free‐of‐cost contraceptive services, improved screening through professional training, and quality of care. In addition, mobile health clinics were reported to be effective in remote areas. Knowledge Contribution . In outbreaks, the interventions are categorized into preoutbreak, during, and postoutbreak periods. The proposed steps can help to improve and do course correction in emergencies. Though conducted before the COVID‐19 crisis, the authors believe that lessons can be drawn from the paper to understand and mitigate the impact of the pandemic on sexual and reproductive health services.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».