Improving access to appropriate case management for common childhood illnesses in hard-to-reach areas of Abia State, Nigeria
Notice bibliographique
Résumé
# Background Studies have demonstrated that trained community health workers can improve access to quality health services for under five children. Under the World Health Organization's Rapid Access Expansion Progamme, integrated community case management of childhood illnesses (iCCM) was introduced in Abia and Niger States, Nigeria in 2013. The objective of the program was to increase the number of children 2-59 months receiving quality life-saving treatment for malaria, pneumonia and diarrhoea by extending case management through community-oriented resource persons (CORPs). We present findings from household surveys comparing baseline and endline data to assess changes in sick child care-seeking, assessment, and treatment coverage provided over the project period in Abia State. # Methods A baseline household survey was conducted in May 2014 and an endline survey in February 2017. The surveys used multi-stage cluster sampling of primary caregivers of children aged 2-59 months who had been recently sick with diarrhoea, fever, or cough with difficult breathing. # Results Care-seeking from an appropriate provider improved significantly from 69% at baseline to 77% at endline (*P*\<0.01). At baseline, patent and proprietary medicine vendors (PPMVs) (55%) and health centers (34%) were the main providers of care for iCCM services; by endline, CORPs became the main source (48%), followed by PPMVs (36%) and health centers (25%). # Conclusions Overall, the findings demonstrate improvements in care-seeking. Care-seeking practices shifted over the course of the project, with more caregivers seeking care from CORPs by the end of the project. The findings suggest that scaling up iCCM in Nigeria may improve access to appropriate treatment for under five children living in hard-to-reach areas.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».