Community engagement in health systems interventions and research in conflict-affected countries: a scoping review of approaches
Notice bibliographique
Résumé
BACKGROUND: Healthcare research, planning, and delivery with minimal community engagement can result in financial wastage, failure to meet objectives, and frustration in the communities that programmes are designed to help. Engaging communities - individual service-users and user groups - in the planning, delivery, and assessment of healthcare initiatives from inception promotes transparency, accountability, and 'ownership'. Health systems affected by conflict must try to ensure that interventions engage communities and do not exacerbate existing problems. Engaging communities in interventions and research on conflict-affected health systems is essential to begin addressing effects on service delivery and access. OBJECTIVE: This review aimed to identify and interrogate the literature on community engagement in health system interventions and research in conflict-affected settings. METHODS: We conducted a scoping review using Arksey & O'Malley's framework, synthesising the data descriptively. RESULTS: We included 19 of 2,355 potential sources identified. Each discussed at least one aspect of community engagement, predominantly participatory methods, in 12 conflict-affected countries. Major lessons included the importance of engaging community and religious leaders, as well as people of lower socioeconomic status, in both designing and delivering culturally acceptable healthcare; mobilising community members and involving them in programme delivery to increase acceptability; mediating between governments, armed groups and other organisations to increase the ability of healthcare providers to remain in post; giving community members spaces for feedback on healthcare provision, to provide communities with evidence that programmes and initiatives are working. CONCLUSION: Community engagement in identifying and setting priorities, decision-making, implementing, and evaluating potential solutions helps people share their views and encourages a sense of ownership and increases the likely success of healthcare interventions. However, engaging communities can be particularly difficult in conflict-affected settings, where priorities may not be easy to identify, and many other factors, such as safety, power relations, and entrenched inequalities, must be considered.
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 | 0,086 | 0,168 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,035 | 0,040 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,013 | 0,011 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».