Integrating Gestational Diabetes Screening and Care and Type 2 Diabetes Mellitus Prevention After GDM Into Community Based Primary Health Care in South Africa-Mixed Method Study
Notice bibliographique
Résumé
Background: Despite high gestational diabetes mellitus (GDM) prevalence in South Africa (9.1% in 2018), its screening and management are not well integrated into routine primary health care and poorly linked to post-GDM prevention of type 2 diabetes mellitus (T2DM) in South Africa's fragmented health system. This study explored women's, health care providers' and experts' experiences and perspectives on current and potential integration of GDM screening and prevention of T2DM post-GDM within routine, community-based primary health care (PHC) services in South Africa. Methods: This study drew on the Behaviour Change Wheel (BCW) framework and used a mixed method, sequential exploratory design for data collection, analysis and interpretation. Individual semi-structured interviews were conducted with key informants (n = 5) from both national and provincial levels and health care providers (n = 18) in the public health system of the Western Cape Province. Additionally, focus group discussions (FGDs) with Community Health Workers (CHWs n = 15) working with clinics in the Western Cape province. A further four FGDs and brief individual exit interviews were conducted with women with GDM (n = 35) followed-up at a tertiary hospital: Groote Schuur Hospital (GSH). Data collection with women diagnosed and treated for GDM happened between March and August 2018.Thematic analysis was the primary analytical method with some content analysis as appropriate. Statistical analysis of quantitative data from the 35 exit interview questionnaires was conducted, and correlation with qualitative variables assessed using Cramér's V coefficient. Results: Shortage of trained staff, ill-equipped clinics, socio-economic barriers and lack of knowledge were the major reported barriers to successful integration of GDM screening and postnatal T2DM prevention. Only 43% of women reported receiving advice about all four recommendations to improve GDM and decrease T2DM risk (improve diet, reduce sugar intake, physical exercise and regularly take medication). All participants supported integrating services within routine, community-based PHC to universally screen for GDM and to prevent or delay development of T2DM after GDM. Conclusion: GDM screening and post-GDM prevention of T2DM are poorly integrated into PHC services in South Africa. Integration is desired by stakeholders (patients and providers) and may be feasible if PHC resource, training constraints and women's socio-economic barriers are addressed.
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 | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».