An Assessment of Healthcare Relationship Trust between Patent Medicine Vendors and Residents of Hard-to-Reach Settlements in Northern Nigeria
Notice bibliographique
Résumé
A trusting relationship is required for effective communication between care providers and care seekers, and trust is a determinant of early healthcare-seeking and care outcomes. The patient-Doctor healthcare trust relationship has been widely studied in different settings. However, there is a dearth of information on whether the factors underlying healthcare relationship trust between patients and their doctors are the same as those underlying patients’ trust in other healthcare professionals (including the PPMVs). This study, therefore, aims to assess the level and determinants of healthcare relationship trust between patent medicine vendors and their clients in hard-to-reach settlements in North-western Nigeria. We adapted the revised healthcare relationship trust scale, administered by trained data collectors using android devices. The data were analysed using Stata (version 16). We used the Chi-square test to identify the correlates of the level of trust(high/low), and binary logistic regression was used to identify its determinants. Statistical significance was defined as P<0.05. Slightly above one-quarter (28.1%) of the underserved had high healthcare relationship trust in the PPMVs. Being married, male, residing in a rented or makeshift shelter in Kaduna state, with under-five child(ren) in their household, and self-reporting good health predicted a high level of healthcare relationship trust in PPMVs among the underserved who participated in this study. We concluded that the personal and household characteristics of the underserved could significantly influence their level of trust in PPMV. Therefore, to achieve the aim of improving health outcomes in deprived populations, initiatives seeking to integrate PPMVs into the formal health system in resource-constrained settings should seek to address the determinants of healthcare relationship trust in these populations as part of their rollout process. Keywords: Communities, Hard-to-reach, Healthcare, Trust, Relationship, Workforce.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».