Patient satisfaction with malaria care among pregnant women and mothers of under 5 children in Ibadan, Southwest Nigeria
Notice bibliographique
Résumé
Abstract Background Patient satisfaction is as an important measure of program assessment and health system performance. In our study, we assessed patient’s satisfaction with malaria care among pregnant women (PW) and mothers of children less than five years of age (MU5) in Ibadan, Nigeria. Methods A cross-sectional design, patient satisfaction with malaria care was assessed among 1,373 participants (818 PW and 555 MU5) with the anti-malarial care they received in a comprehensive hospital in Ibadan, Nigeria. Data on patient satisfaction was obtained using a validated eighteen-item questionnaire (PSQ-18) and analyzed using the standard satisfaction scales and quantitative scores. Results Overall, more than half of the participants (79.5% of PW and 78.8% MU5) were well satisfied with malaria care. The least satisfaction i.e., 41.4% among PW (mean satisfaction score = 3.06±1.2) and 45.1% (mean 3.16±1.3) among MU5 was reported on the clinical technical quality of (Sometimes doctors make me wonder if their diagnosis is correct). Furthermore, general satisfaction (based on satisfactions with technical quality, inter-personal attitude, communication, cost, accessibility or convenience and time spent with the doctor) was inversely associated with parity of PW (OR for PW with one child = 0.51, 95% CI: 0.34-0.75 with reference to pregnant women who have had more than one child) in multivariate analyses. Among MU5, general satisfaction was associated with extreme poverty (OR = for the poorest = 0.30, 95% CI: 0.10-0.90, with reference to the richest). Conclusion Socio economic status plays significant roles in mothers’ satisfaction with health care access, level of care received and most importantly their prospective health seeking behaviour. Important aspect, such as patient’s perception of being well treated by the health care provider should be a key consideration for formulate a patients’ centred strategy to improve malaria cares in Oyo state and Nigeria at large.
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 | 0,002 |
| 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) | 0,001 | 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 ».