Healthcare system’s preparedness to provide cardiovascular and diabetes-specific care in the context of geopolitical crises in Burkina Faso: a trend analysis from 2012 to 2018
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to evaluate the trends of the availability and readiness of the healthcare system to provide cardiometabolic (cardiovascular diseases (CVD) and diabetes) services in Burkina Faso in multiple political and insecurity crises context. DESIGN: We performed a secondary analysis of repeated nationwide cross-sectional studies in Burkina Faso. DATA SOURCE: Four national health facility survey data (using WHO Service Availability and Readiness Assessment (SARA) tool) conducted between 2012 and 2018 were used. PARTICIPANTS: In 2012, 686 health facilities were surveyed, 766 in 2014, 677 in 2016 and 794 in 2018. PRIMARY AND SECONDARY OUTCOME MEASURES: The main outcomes were the availability and readiness services indicators defined according to the SARA manual. RESULTS: Between 2012 and 2018, the availability of CVD and diabetes services significantly increased (67.3% to 92.7% for CVD and 42.5% to 54.0% for diabetes). However, the mean readiness index of the healthcare system to manage CVD decreased from 26.8% to 24.1% (p for trend <0.001). This trend was observed mainly at the primary healthcare level (from 26.0% to 21.6%, p<0.001). For diabetes, the readiness index increased (from 35.4% to 41.1%, p for trend=0.07) during 2012-2018. However, during the crisis period (2014-2018), both CVD (27.9% to 24.1%, p<0.001) and diabetes (45.8% to 41.1%, p<0.001) service readiness decreased. At the subnational level, the readiness index for CVD significantly decreased in all regions but predominantly in the Sahel region, which is the main insecure region (from 32.2% to 22.6%, p<0.001). CONCLUSION: In this first monitoring study, we found a low level and decreased trend of readiness of the healthcare system for delivering cardiometabolic care, particularly during the crisis period and in conflicted regions. Policymakers should pay more attention to the impact of crises on the healthcare system to mitigate the rising burden of cardiometabolic diseases.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».