Understanding the role and organization of health workers delivering non-communicable disease management in primary care in low- and middle-income countries: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Non-communicable diseases are responsible for three-fourths of annual deaths worldwide and disproportionately affect individuals living in low- and middle-income countries. As populations age and the burden of chronic diseases rises, the role of the health workforce becomes increasingly vital in ensuring equitable access to prevention, early detection, and appropriate treatment. This study aims to review and synthesize the existing knowledge on the role and organization of health workers in managing non-communicable diseases in primary care in low- and middle-income countries. METHODS: We followed the PRISMA-SCR guidelines and conducted a scoping review in the MEDLINE, EMBASE, CINAHL, and Global Index Medicus databases. We included studies that addressed a non-communicable disease, specified the health workers involved, and reported on models of care for chronic disease management. These studies were published in English. RESULTS: We identified 175 articles. One hundred twenty-five (71%) highlighted the role of multidisciplinary teams, and 41 (23%) discussed optimizing roles within teams for the management of non-communicable diseases in primary care. Multidisciplinary teams often included generalist physicians, nurses, and community health workers. Optimizing roles within teams involves redistributing tasks from doctors to nurses or community health workers and from nurses to community health workers. CONCLUSIONS: Multidisciplinary teams and optimizing health workers' roles within teams are important in delivering non-communicable disease management. Multidisciplinary teams typically included generalist physicians, nurses, and community health workers, while additional non-physician health workers depended on the most prevalent health conditions being addressed in the community served. Optimizing the roles of health workers provides opportunities to redistribute responsibilities to deliver more comprehensive 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 | 0,020 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,023 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| 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 ».