Impact of COVID-19 on healthcare programs in Zimbabwe: a mixed methods study
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic disrupted healthcare services. Understanding similar epidemic-related disruptions on a broader scope in our local setting is critical for the effective planning of essential services. The study determined the impact of Coronavirus disease(COVID-19) on healthcare programs in Zimbabwe. METHODS: A mixed-methods study compared healthcare service delivery trends from the Ministry of Health and Child Care before, during and post the pandemic. It employed two methods of data collection: Key informant interviews (KII) and secondary data analysis from the Zimbabwe District Health Information Systems 2 (DHIS2). Purposive sampling obtained key informants for interviews whilst 18 healthcare service indicators were identified from the national database. Statistical analysis consisted of an interrupted time series analysis of those indicators preceded by visualization to appreciate trend change. An inductive approach was used to code and identify basic themes which were then triangulated against DHIS2 findings. RESULTS: The study revealed that COVID-19 had a negative impact on health service delivery; increasing disruptions of critical healthcare services, maternal and child health, reproductive health issues, and other specialist services were prominent. The rise in maternal and child mortality cases and caesarean sections could be directly linked to the decline in service delivery during the pandemic. Mitigation strategies that were introduced during the pandemic included the use of community-based services, outreach services, capacity building, and de-congestion of public services. CONCLUSIONS: The pandemic disrupted healthcare delivery, causing service usage to decline due to lockdowns. Response strategies included community services, capacity building, and stakeholder engagement. Future readiness requires epidemic plans, enhanced resources, a multisectoral approach, workforce training, and public education.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».