MétaCan
Menu
Retour à la cohorte
Enregistrement W4296032685 · doi:10.1186/s43058-022-00343-w

Technology-assisted task-sharing to bridge the treatment gap for childhood developmental disorders in rural Pakistan: an implementation science case study

2022· article· en· W4296032685 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueImplementation Science Communications · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesFogarty International CenterGovernment of CanadaAutism Speaks
Mots-clésPsychological interventionMental healthFidelityMedicineImplementation researchIntervention (counseling)Scale (ratio)Medical educationNursingPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: As in many low-income countries, the treatment gap for developmental disorders in Pakistan is nearly 100%. The World Health Organization (WHO) has developed the mental Health Gap Intervention guide (mhGAP-IG) to train non-specialists in the delivery of evidence-based mental health interventions in low-resource settings. However, a key challenge to scale-up of non-specialist-delivered interventions is designing training programs that promote fidelity at scale in low-resource settings. In this case study, we report the experience of using a tablet device-based application to train non-specialist, female family volunteers in leading a group parent skills training program, culturally adapted from the mhGAP-IG, with fidelity at scale in rural community settings of Pakistan. METHODS: The implementation evaluation was conducted as a part of the mhGAP-IG implementation in the pilot sub-district of Gujar Khan. Family volunteers used a technology-assisted approach to deliver the parent skills training in 15 rural Union Councils (UCs). We used the Proctor and RE-AIM frameworks in a mixed-methods design to evaluate the volunteers' competency and fidelity to the intervention. The outcome was measured with the ENhancing Assessment of Common Therapeutic factors (ENACT), during training and program implementation. Data on other implementation outcomes including intervention dosage, acceptability, feasibility, appropriateness, and reach was collected from program trainers, family volunteers, and caregivers of children 6 months post-program implementation. Qualitative and quantitative data were analyzed using the framework and descriptive analysis, respectively. RESULTS: We trained 36 volunteers in delivering the program using technology. All volunteers were female with a mean age of 39 (± 4.38) years. The volunteers delivered the program to 270 caregivers in group sessions with good fidelity (scored 2.5 out of 4 on each domain of the fidelity measure). More than 85% of the caregivers attended 6 or more of 9 sessions. Quantitative analysis showed high levels of acceptability, feasibility, appropriateness, and reach of the program. Qualitative results indicated that the use of tablet device-based applications, and the cultural appropriateness of the adapted intervention content, contributed to the successful implementation of the program. However, barriers faced by family volunteers like community norms and family commitments potentially limited their mobility to deliver the program and impacted the program' reach. CONCLUSIONS: Technology can be used to train non-specialist family volunteers in delivering evidence-based intervention at scale with fidelity in low-resource settings of Pakistan. However, cultural and gender norms should be considered while involving females as volunteer lay health workers for the implementation of mental health programs in low-resource settings.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,010
Études des sciences et des technologies0,0230,001
Communication savante0,0000,002
Science ouverte0,0040,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,510
Tête enseignante GPT0,696
Écart entre enseignants0,186 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle