Maximizing older people’s access to primary health care centers in Lebanon: a co-design approach
Notice bibliographique
Résumé
Limited access of older people to primary health care is a pressing issue in resource-constrained countries, particularly in Lebanon, amid the ongoing crisis. The co-design research approach is instrumental in addressing this problem, as it draws on people's experiences to generate practical and sustainable solutions. Using the design thinking framework, this co-design study involved 13 older people, family members, and primary healthcare service providers in co-designing solutions to maximize older people's access to primary healthcare centers in Lebanon. The design thinking process was implemented through seven in-person workshops, complemented by three individual interviews with older people involved as advisors. Co-designers identified the lack of preventive strategies for mental health and cognitive abilities as a key access barrier and a co-design challenge. The process resulted in two solution prototypes: (i) a plan to implement screenings for depression and cognitive problems, as a new service to be delivered at the primary health care center, and (ii) a creative brief for a social media campaign to raise awareness about the importance of preventive strategies to promote mental health and abilities among older people. This study suggests that enhancing preventive care to promote mental health and cognitive abilities can improve access by fostering the approachability, acceptability, appropriateness, and availability of services, as well as individuals' ability to perceive the need for care, seek, pay, and engage with care. Further research is needed to support the implementation of suggested solutions, to replicate this work in different settings across regions, and to address other identified challenges.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».