Barriers and facilitators of provision of telemedicine in Nigeria: A systematic review
Notice bibliographique
Résumé
Healthcare access remains a challenge in developing countries and could be a drawback to the attainment of Objective 3 of the Sustainable Development Goals. Digital interventions such as telemedicine have been identified as an effective tool to improve healthcare access. However, evidence suggests that the impact of telemedicine is not uniform globally due to variances in barriers and facilitators. Thus, we conducted a systematic review to identify the barriers and facilitators of telemedicine in Nigeria. The systematic review was pre-registered on PROSPERO (Identification Number: CRD42024609405). Search was conducted on PubMed, Scopus, and the Cumulative Index of Nursing and Allied Health Literature databases. We included studies that reported on the estimates of barriers and facilitators of telemedicine in Nigeria as well as the factors associated with telemedicine implementation, provision, or operation in Nigeria. The outcome was the reportage of barriers and facilitators of telemedicine in Nigeria. A total of 384 studies were identified from the search. After the application of eligibility criteria and deletion of duplicates, 29 studies were included in the review. The most reported barriers were technical and institutional-related while the most reported facilitators were human-resource-related. Technical barriers frequently reported were power outages, poor internet connectivity, and paucity of health professionals with technical expertise while institutional barriers were lack of regulation and poor organizational policies. Formal telemedicine training and education were the most reported human resource facilitators while the use of low-tech educational networks and internet accessibility were the most reported technical facilitators. Findings from this review suggest that technical barriers are a challenge to adopting telemedicine in Nigeria. Evidence shows that education and training are critical in addressing these technical challenges. Thus, this review provides a background for interventions towards the effective implementation of telemedicine in Nigeria.
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 | 0,014 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».