Health facilities readiness for standard precautions to infection prevention and control in Nepal: A secondary analysis of Nepal Health Facility Survey 2021
Notice bibliographique
Résumé
BACKGROUND: Improvements in standard precaution related to infection prevention and control (IPC) at the national and local-level health facilities (HFs) are critical to ensuring patient's safety, preventing healthcare-associated infections (HAIs), mitigating Antimicrobial Resistance (AMR), protecting health workers, and improving trust in HFs. This study aimed to assess HF's readiness to implement standard precautions for IPC in Nepal. METHODS: This study conducted a secondary analysis of the nationally-representative Nepal Health Facility Survey (NHFS) 2021 data and used the Service Availability and Readiness Assessment (SARA) Manual from the World Health Organization (WHO) to examine the HF's readiness to implement standard precautions for IPC. The readiness score for IPC was calculated for eight service delivery domains based on the availability of eight tracer items: guidelines for standard precautions, latex gloves, soap and running water or alcohol-based hand rub, single use of standard disposal or auto-disable syringes, disinfectant, safe final disposal of sharps, safe final disposal of infectious wastes, and appropriate storage of infectious waste. We used simple and multiple linear regression and quantile regression models to examine the association of HF's readiness with their characteristics. Results were presented as beta (β) coefficients and 95% confidence interval (95% CI). RESULTS: The overall readiness scores of all HFs, federal/provincial hospitals, local HFs, and private hospitals were 59.9±15.6, 67.1±14.4, 59.6±15.6, and 62.6±15.5, respectively. Across all eight health service delivery domains, the HFs' readiness for tuberculosis services was the lowest (57.8±20.0) and highest for delivery and newborn care services (67.1±15.6). The HFs performing quality assurance activities (β = 3.68; 95%CI: 1.84, 5.51), reviewing clients' opinions (β = 6.66; 95%CI: 2.54, 10.77), and HFs with a monthly meeting (β = 3.28; 95%CI: 1.08, 5.49) had higher readiness scores. The HFs from Bagmati, Gandaki, Lumbini, Karnali and Sudurpaschim had readiness scores higher by 7.80 (95%CI: 5.24, 10.36), 7.73 (95%CI: 4.83, 10.62), 4.76 (95%CI: 2.00, 7.52), 9.40 (95%CI: 6.11, 12.68), and 3.77 (95%CI: 0.81, 6.74) compared to Koshi. CONCLUSION: The readiness of HFs to implement standard precautions was higher in HFs with quality assurance activities, monthly HF meetings, and mechanisms for reviewing clients' opinions. Emphasizing quality assurance activities, implementing client feedback mechanisms, and promoting effective management practices in HFs with poor readiness can help to enhance IPC efforts.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».