Quality Management Systems implementation in public medical laboratories; A sustainable approach to health system strengthening in Lagos State, Nigeria
Notice bibliographique
Résumé
BACKGROUND: The effectiveness of Quality Management Systems (QMS) in public medical laboratories is crucial to ensure quality and reliable testing outcomes for quality healthcare. This research aims to achieve a minimum of 2 Stars WHO-AFRO rating at the external audit of ten public medical Laboratories within twelve months of intervention using improved documentation and institutionalization of robust QMS. METHOD: A quasi-experimental design was used to assess QMS interventions in ten of 28 public secondary medical laboratories in Lagos State. These facilities were randomly selected using non-probability measures over 12 months from November 2022 to October 2023. The study measured resource allocation, conducted staff training for capacity building, and provided mentoring support. External audits were performed using the WHO-AFRO SLIPTA 2015 checklist, with a grading system from 0 to 5 stars. The data collected included baseline and post-intervention scores, analyzed using descriptive statistics and baseline compared with follow-up audit performance. RESULT: The 12-month implementation of laboratory QMS in ten Lagos State's public secondary health facilities revealed substantial progress. Nine Medical laboratories in the study had a baseline WHO-AFRO rating of 0 Star, while General Hospital Ikorodu had a baseline rating of 1 Star. Sixty percent of the medical laboratories demonstrated commendable QMS improvement and achieved 3 Stars WHO-AFRO rating each, while twenty percent of the medical laboratories attained 2-Stars each. However, the remaining twenty percent of the health facilities achieved minimal improvements, securing 1 Star WHO-AFRO rating each. CONCLUSION: Overall, Eighty percent of the medical laboratories showed progress in QMS implementation in Lagos State. The study reveals that a Government-led QMS implementation drives a more sustainable culture of quality in medical laboratories and the twelve-month measure indicates the possibility to extend the QMS interventions to the remaining eighteen public medical laboratories in Lagos State.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».