Health service utilisation during the COVID-19 pandemic in sub-Saharan Africa in 2020: a multicountry empirical assessment with a focus on maternal, newborn and child health services
Notice bibliographique
Résumé
INTRODUCTION: There are concerns about the impact of the COVID-19 pandemic on the continuation of essential health services in sub-Saharan Africa. Through the Countdown to 2030 for Women's, Children's and Adolescents' Health country collaborations, analysts from country and global public health institutions and ministries of health assessed the trends in selected services for maternal, newborn and child health, general service utilisation. METHODS: Monthly routine health facility data by district for the period 2017-2020 were compiled by 12 country teams and adjusted after extensive quality assessments. Mixed effects linear regressions were used to estimate the size of any change in service utilisation for each month from March to December 2020 and for the whole COVID-19 period in 2020. RESULTS: The completeness of reporting of health facilities was high in 2020 (median of 12 countries, 96% national and 91% of districts ≥90%), higher than in the preceding years and extreme outliers were few. The country median reduction in utilisation of nine health services for the whole period March-December 2020 was 3.9% (range: -8.2 to 2.4). The greatest reductions were observed for inpatient admissions (median=-17.0%) and outpatient admissions (median=-7.1%), while antenatal, delivery care and immunisation services generally had smaller reductions (median from -2% to -6%). Eastern African countries had greater reductions than those in West Africa, and rural districts were slightly more affected than urban districts. The greatest drop in services was observed for March-June 2020 for general services, when the response was strongest as measured by a stringency index. CONCLUSION: The district health facility reports provide a solid basis for trend assessment after extensive data quality assessment and adjustment. Even the modest negative impact on service utilisation observed in most countries will require major efforts, supported by the international partners, to maintain progress towards the SDG health targets by 2030.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».