Depression and Burnout among Health Extension Workers in Ethiopia: A Cross-Sectional Study
Notice bibliographique
Résumé
Background: The emergence of COVID-19 pandemic has disrupted the supply chain and stock of medicines and drugs across the globe. Tracer drugs are essential medicines that address the population's priority health problems. Thus, this study aimed to assess availability of tracer drugs and basic diagnostics at public primary health care facilities in Ethiopia. Methods: Facility based cross-sectional study was employed in four regions and one city administration. The primary health care units (PHCUs) were purposively selected in consultation with respective regional health bureaus. Finally, 16 hospitals, 92 health centers and 344 health posts were included. This study adopted WHO's tool that was being used to rapidly assess the capacity of health facilities to maintain the provision of essential health services during the COVID-19. Descriptive analysis was done using frequency and percentage, and results were presented. Results: The overall mean availability of tracer drugs in PHCUs was 77.6%. Only 2.8% of PHCUs have all tracer drugs. The mean availability of basic diagnostic at national level was 86.6% in PHUs except health posts where it was less. Health facilities with all basic diagnostic services was 53.7%. Of the total 344 health posts assessed, 71% were providing diagnostic testing for malaria using either laboratory equipment or rapid diagnostic test (RDT) while 43% provide urine test for the pregnancy. Conclusion: This study shows availability of all tracer drugs in PHCUs in Ethiopia was extremely low. There was regional variation in availability of tracer drugs and basic diagnostics. It is very crucial to increase availability of tracer drugs and diagnostics. Drugs and diagnostic materials should be supplied according to the capacity and location of health facilities.
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 | 0,018 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,000 |
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 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 ».