MétaCan
Menu
Retour à la cohorte
Enregistrement W4412525982 · doi:10.7189/jogh.15.04205

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

2025· article· en· W4412525982 sur OpenAlexaff
Md Abdullah Al Jubayer Biswas, Scott Adams, Xing Li, Prosanta Mondal, Michael Szafron

Notice bibliographique

RevueJournal of Global Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyLow and middle income countriesInfection controlEnvironmental healthHealth careMedicineCross infectionDeveloping countryEconomic growthPathologyIntensive care medicineEconomics

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,471
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global HealthMême sujetInfection Control in HealthcareTravaux en français237 207