Primary Healthcare Innovations in India: Synthesis from a systematic review
Notice bibliographique
Résumé
Abstract Primary healthcare (PHC) serves as the first point of contact for individuals seeking care. However, the PHC system in India faces significant systemic challenges compounded by multiple disease burdens the population faces. The Astana Declaration highlighted the importance of building a comprehensive and resilient healthcare system, focused on an individual rather than a disease. While Health and Wellness Centers (HWCs) are being developed towards universal health coverage (UHC) as a part of the Ayushman Bharat - Pradhan Mantri Jan Arogya Yojana (AB-PMJAY), several gaps still exist. A systematic review was conducted following Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. The study involved developing a theoretical PHC framework, creating search strategies across databases (like MEDLINE, OVID, and CINAHL), and screening them. The review encompassed health innovations and included studies from 1990 to 2019. Relevant quantitative and geographically focused study designs were included, focusing on innovations that improve the efficiency, effectiveness, quality, sustainability, and economy of primary care services. A total of 239 impact evaluations were included and analyzed. The majority of these evaluations were journal articles (237), with one report and one working paper. The impact evaluations primarily focused on single innovations, although there were also 10 multilayered studies and 7 studies with multiple arms. Out of the 239 innovations, 24 were randomized controlled trials (RCTs) conducted in controlled settings. The studies predominantly took place in rural communities (53%), followed by mixed urban-rural, urban, and tribal communities. Foundations were primary funders (35.6%), with community health worker-delivered interventions, digital service innovations, and supportive mentoring programs being the key supported interventions. This systematic review offers valuable insights into the challenges and opportunities in India’s PHC system. The findings can inform policymakers, researchers, and healthcare stakeholders in improving primary healthcare delivery and addressing the evolving healthcare landscape in India.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,004 |
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 ».