Are informal healthcare providers knowledgeable in tuberculosis care? A cross-sectional survey using vignettes in West Bengal, India
Notice bibliographique
Résumé
BACKGROUND: India accounts for one-quarter of the world's TB cases. Despite efforts to engage the private sector in India's National TB Elimination Program, informal healthcare providers (IPs), who serve as the first contact for a significant TB patients, remain grossly underutilised. However, considering the substantial evidence establishing IPs' role in patients' care pathway, it is essential to expand the evidence base regarding their knowledge in TB care. METHODS: We conducted a cross-sectional study in the Birbhum district of West Bengal, India. The data were collected using the TB vignette among 331 IPs (165 trained and 166 untrained). The correct case management was defined following India's Technical and Operational Guidelines for TB Control. RESULTS: Overall, IPs demonstrated a suboptimal level of knowledge in TB care. IPs exhibited the lowest knowledge in asking essential history questions (all four: 5.4% and at least two: 21.7%) compared with ordering sputum test (76.1%), making a correct diagnosis (83.3%) and appropriate referrals (100%). Nonetheless, a statistically significant difference in knowledge (in most domains of TB care) was observed between trained and untrained IPs. CONCLUSIONS: This study identifies gaps in IPs' knowledge in TB care. However, the observed significant difference between the trained and untrained groups indicates a positive impact of training in improving IPs' knowledge in TB care.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».