Decentralising diabetes care from hospitals to primary health care centres in Malawi
Notice bibliographique
Résumé
BACKGROUND: Non-communicable diseases (NCDs) such as diabetes and hypertension have become a prominent public health concern in Malawi, where health care services for NCDs are generally restricted to urban centres and district hospitals, while the vast majority of Malawians live in rural settings. Whether similar quality of diabetes care can be delivered at health centres compared to hospitals is not known. METHODS: We implemented a pilot project of decentralized diabetes care at eight health centres in four districts in Malawi. We described differences between district hospitals and rural health centres in terms of patient characteristics, diabetes complications, cardiovascular risk factors, and aspects of the quality of care and used multivariate logistic regression to explore factors associated with adequate diabetes and blood pressure control. RESULTS: By March 2019, 1339 patients with diabetes were registered of whom 286 (21%) received care at peripheral health centres. The median duration of care of patients in the diabetes clinics during the study period was 8.8 months. Overall, HIV testing coverage was 93.6%, blood pressure was recorded in 92.4%; 68.5% underwent foot examination of whom 35.0% had diabetic complications; 30.1% underwent fundoscopy of whom 15.6% had signs of diabetic retinopathy. No significant differences in coverage of testing for diabetes complications were observed between health facility types. Neither did we find significant differences in retention in care (72.1 vs. 77.6%; p=0.06), adequate diabetes control (35.0% vs. 37.8%; p=0.41) and adequate blood pressure control (51.3% vs. 49.8%; p=0.66) between hospitals and health centres. In multivariate analysis, male sex was associated with adequate diabetes control, while lower age and normal body mass index were associated with adequate blood pressure control; health facility type was not associated with either. CONCLUSION: Quality of care did not appear to differ between hospitals and health centres, but was insufficient at both 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.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».