MétaCan
Menu
Retour à la cohorte
Enregistrement W4387432309 · doi:10.1007/s44197-023-00147-8

An Analysis of the Social Impacts of a Health System Strengthening Program Based on Purchasing Health Services

2023· article· en· W4387432309 sur OpenAlexaff
Éric Tchouaket Nguemeleu, Hermès Karemere, Drissa Sia, Woolf Kapiteni

Notice bibliographique

RevueJournal of Epidemiology and Global Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth careHealth promotionHealth policyPopulation healthPopulationProgram evaluationSocial determinants of healthPublic healthHRHISEconomic growthEnvironmental healthNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

Access to universal health coverage is a fundamental right that ensures that even the most disadvantaged receive health services without financial hardship. The Democratic Republic of Congo is among the poorest countries in the world, yet healthcare is primarily made by direct payment which renders care inaccessible for most Congolese. Between 2017 and 2021 a purchasing of health services initiative (Le Programme de Renforcement de l'Offre et Développement de l'accès aux Soins de Santé or PRO DS), was implemented in Kongo Central and Ituri with the assistance of the non-governmental organization Memisa Belgium. The program provided funding for health system strengthening that included health service delivery, workforce development, improved infrastructure, access to medicines and support for leadership and governance. This study assessed the social and health impacts of the PRO DS Memisa program using a health impact assessment focus. A documentary review was performed to ascertain relevant indicators of program effect. Supervision and management of health zones and health centers, use of health and nutritional services, the population's nutritional health, immunization levels, reproductive and maternal health, and newborn and child health were measured using a controlled longitudinal model. Positive results were found in almost all indicators across both provinces, with a mean proportion of positive effect of 60.8% for Kongo Central, and 70.8% in Ituri. Barriers to the program's success included the arrival of COVID-19, internal displacement of the population and resistance to change from the community. The measurable positive impacts from the PRO DS Memisa program reveal that an adequately funded multi-faceted health system strengthening program can improve access to healthcare in a low-income country such as the Democratic Republic of Congo.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,037
Tête enseignante GPT0,435
Écart entre enseignants0,397 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Epidemiology and Global HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207