One year of COVID-19 and its impact on private provider engagement for TB: A rapid assessment of intermediary NGOs in seven high TB burden countries
Notice bibliographique
Résumé
The COVID-19 pandemic has impacted health systems and health programs across the world. For tuberculosis (TB), it is predicted to set back progress by at least twelve years. Public private mix (PPM)has made a vital contribution to reach End TB targets with a ten-fold rise in TB notifications from private providers between 2012 and 2019. This is due in large part to the efforts of intermediary agencies, which aggregate demand from private providers. The COVID-19 pandemic has put these gains at risk over the past year. In this rapid assessment, representatives of 15 intermediary agencies from seven countries that are considered the highest priority for PPM in TB care (the Big Seven) share their views on the impact of COVID-19 on their programs, the private providers operating under their PPM schemes, and their private TB clients. All intermediaries reported a drop in TB testing and notifications, and the closure of some private practices. While travel restrictions and the fear of contracting COVID-19 were the main contributing factors, there were also unanticipated expenses for private providers, which were transferred to patients via increased prices. Intermediaries also had their routine activities disrupted and had to shift tasks and budgets to meet the new needs. However, the intermediaries and their partners rapidly adapted, including an increased use of digital tools, patient-centric services, and ancillary support for private providers. Despite many setbacks, the COVID-19 pandemic has underlined the importance of effective private sector engagement. The robust approach to fight COVID-19 has shown the possibilities for ending TB with a similar approach, augmented by the digital revolution around treatment and diagnostics and the push to decentralize 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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 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 ».