Systemic factors affecting the technical quality of healthcare in results-based financing in Burkina Faso.
Notice bibliographique
Résumé
Abstract Background: In the implementation of the results-based financing (PBF) strategy in Burkina Faso, there is heterogeneity in the performance of technical quality of healthcare in basic healthcare facilities. This study aims to identify the factors that may explain this heterogeneity. Methods: We carried out a quantitative study in 30 basic public health facilities, thirteen of which have a quality score greater than or equal to 50% and 17 of which have a quality score less than 50%. Data from their profiles were collected using a direct observation grid. A total of 94 health professionals answered a series of semi-structured questions. A bivariate analysis using the Chi-square test and a multivariate analysis using the multiple regression model were used. Results: The difference is statistically significant in favour of health facilities with good performance in technical quality in terms of health infrastructure (p=0.020), health equipment (p=0.004) and compliance with norms and standards in terms of health personnel (p=0.004). The variables used in the multiple regression model are ongoing training (p=0.000), internal communication (p=0.000) and financial motivation (p=0.003) of health professionals. Conclusion: These results suggest that the effectiveness of the technical quality of healthcare in implementing the PBF depends on certain basic conditions in the health facilities, such as the presence of infrastructures, equipment and human resources that meet established norms and standards and the managerial dynamics of healthcare workers.
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 | 0,193 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,043 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».