Uptake of community health care provision by community health entrepreneurs for febrile illness and diarrhoea: a cross-sectional survey in rural communities in Bunyangabu district, Uganda
Notice bibliographique
Résumé
OBJECTIVE: To assess the uptake of services provided by community health workers who were trained as community health entrepreneurs (CHEs) for febrile illness and diarrhoea. DESIGN: A cross-sectional survey among households combined with mapping of all providers of basic medicine and primary health services in the study area. PARTICIPANTS: 1265 randomly selected households in 15 rural villages with active CHEs. SETTING: Bunyangabu district, Uganda. OUTCOME MEASURES: We describe the occurrence and care sought for fever and diarrhoea in the last 3 months by age group in the households. Care provider options included: CHE, health centre or clinic (public or private), pharmacy, drug shop and other. Geographic Information Ssystem (GIS)-based geographical measures were used to map all care providers around the active CHEs. RESULTS: Fever and diarrhoea in the last 3 months occurred most frequently in children under 5; 68% and 41.9%, respectively. For those who sought care, CHE services were used for fever among children under 5, children 5-17 and adults over 18 years of age in 34.7%, 29.9% and 25.1%, respectively. For diarrhoea among children under 5, children 5-17 and adults over 18 years of age, CHE services were used in 22.1%, 19.5% and 7.0%, respectively. For those who did not seek care from a CHE (only), drug shops were most frequently used services for both fever and diarrhoea, followed by health centres or private clinics. Many households used a combination of services, which was possible given the high density and diversity of providers found in the study area. CONCLUSIONS: CHEs play a considerable role in providing care in rural areas where they are active. The high density of informal drug shops and private clinics highlights the need for clarity on the de facto roles played by different providers in both the public and private sector to improve primary healthcare.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».