MétaCan
Menu
Retour à la cohorte
Enregistrement W4413738440 · doi:10.1186/s12913-026-14555-6

The impact of war on Primary Health Care in Ukraine: a cross-sectional survey and qualitative interviews with service providers

2025· article· en· W4413738440 sur OpenAlexfundno aff
Adrianna Murphy, Kaija Kasekamp, Olga Demeshko, Jarno Habicht

Notice bibliographique

RevueBMC Health Services Research · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Conflict Studies
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaEuropean CommissionGovernment of Canada
Mots-clésPrimary careCross-sectional studyPrimary health careQualitative researchService (business)Service providerBusinessNursingMedicineFamily medicineEnvironmental healthMarketingSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Primary Health Care (PHC) is vital to supporting emergency preparedness and health care resilience. There is limited evidence of the impact of crises on PHC services and financing. We aimed to explore the impact of the full-scale invasion of Ukraine in February 2022 on PHC services in the country. METHODS: We used a mixed-methods approach. Survey data were collected using an online questionnaire sent to a sample (n = 86) of PHC providers in Ukraine in January-February 2023. Fifteen providers were then randomly selected for semi-structured interviews from among those that reported an impact of war and from those areas most affected by conflict. Interviews took place in March 2023. RESULTS: 37% of PHC providers reported being affected by the full-scale invasion. Qualitative data revealed greater impacts at the beginning of the invasion, to which facilities adapted by the time of the survey. The most reported disruptions were electricity cuts (76%) and currency depreciation/price increases (72%). The most reported increased medical need was cardiovascular disease (CVD; 58%) (with qualitative data suggesting an increase in CVD among younger patients) followed by mental illnesses and disorders (55%). 59% of PHC providers reported an increase in remote consultations. Among those facilities that reported a change in revenues, the nature of the change depended on the type of ownership. For example, only 9% of private providers reported increased revenues from humanitarian aid, while 79% (n = 58) of public providers indicated an increase in these sources. CONCLUSION: To continue strengthening Ukraine's PHC system, the benefit package must be aligned with clinical guidelines, particularly for CVD and mental health; increases in remote consultations should be closely monitored for quality; and payment systems must be adjusted to ensure equity of financing regardless of provider ownership. These findings offer insights for strengthening PHC and emergency-preparedness in other contexts.

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)0,020
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,196
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,208
Tête enseignante GPT0,622
Écart entre enseignants0,414 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHealth and Conflict StudiesTravaux en français237 207