Rapid SARS-CoV-2 Antigen Detection Self-Tests to Increase COVID-19 Case Detection in Peru: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic heavily impacted many low- and middle-income countries (LMICs), such as Peru, overwhelming their health systems. Rapid antigen detection self-tests for SARS-CoV-2, the virus that causes COVID-19, have been proposed as a portable, safe, affordable, and easy-to-perform approach to improve early detection and surveillance of SARS-CoV-2 in resource-constrained populations where there are gaps in access to health care. OBJECTIVE: This study aims to explore decision makers' values and attitudes around SARS-CoV-2 self-testing. METHODS: In 2021, we conducted a qualitative study in 2 areas of Peru (urban Lima and rural Valle del Mantaro). Purposive sampling was used to identify representatives of civil society groups (RSCs), health care workers (HCWs), and potential implementers (PIs) to act as informants whose voices would provide a proxy for the public's attitudes around self-testing. RESULTS: In total, 30 informants participated in individual, semistructured interviews (SSIs) and 29 informants participated in 5 focus group discussions (FGDs). Self-tests were considered to represent an approach to increase access to testing that both the rural and urban public in Peru would accept. Results showed that the public would prefer saliva-based self-tests and would prefer to access them in their community pharmacies. In addition, information about how to perform a self-test should be clear for each population subgroup in Peru. The tests should be of high quality and low cost. Health-informed communication strategies must also accompany any introduction of self-testing. CONCLUSIONS: In Peru, decision makers consider that the public would be willing to accept SARS-CoV-2 self-tests if they are accurate, safe to use, easily available, and affordable. Adequate information about the self-tests' features and instructions, as well as about postuse access to counseling and care, must be made available through the Ministry of Health in Peru.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».