Exploring healthcare facilities’ readiness for standard precautions in infection prevention and control: a cross-country comparative analysis of six low- and middle-income countries using national cross-sectional surveys
Notice bibliographique
Résumé
Background: Despite the significant morbidity and mortality caused by healthcare-associated infections worldwide, especially in low- and middle-income countries (LMICs), there is a lack of understanding of the readiness to apply standard precautions for infection prevention and control (IPC) in healthcare facilities across different LMICs. Methods: We analysed nationally representative health system data from the Service Provision Assessment surveys for six selected LMICs - Afghanistan, the Democratic Republic of Congo, Haiti, Nepal, Senegal, and Bangladesh. We recorded seven tracer items of standard precautions into binary elements. We calculated a readiness index based on the World Health Organization's Service Availability and Readiness Assessment manual. We utilised survey-weighted multivariable generalised estimating equations to identify factors associated with the readiness index. Results: Among 6054 healthcare facilities, 55% (95% confidence interval (CI) = 53.1, 56.5) of necessary standard precautions were available, ranging from 48.1% in the Democratic Republic of the Congo to 65% in Nepal. Readiness varied by service area, with the tuberculosis service area being the least prepared at 38% and the general outpatient service area being the most prepared at 66%. Facilities in Nepal and the urban regions showed higher readiness, with mean (x̄) differences of 16% (95% CI = 13.6, 17.9) and 3% (95% CI = 1.8, 4.9) compared to the Democratic Republic of the Congo and rural areas, respectively. Conclusions: We revealed significant deficiencies in standard precautions within healthcare facilities across six LMICs, notably in rural areas. The findings underscore an urgent need for targeted interventions to improve IPC strategies, particularly in domains like tuberculosis care.
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 | 0,010 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».