Malaria control in Northern Ghana: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Despite the achievements of the Ghana Health Service and its partners in reducing malaria morbidity and mortality in Ghana, the disease still poses a significant public health problem and a huge expenditure on the National Health Insurance Scheme and the economy. This review examined the strategies employed to control malaria in northern Ghana, explored the progress made, and discussed the challenges that persist. METHODS AND RESULTS: A literature search was conducted across four databases-Medline, Embase, Scopus, and Cochrane Library-to identify studies conducted in Northern Ghana on malaria control interventions between 1st January 2013 and 10th June 2023. The data were handled using Covidence; of the 1782 studies identified, 38 met the eligibility criteria and were included in this review. The data were analysed with MS Excel and presented in tables. Most of the studies (44.7%) were conducted in the Upper East region and mostly included pregnant women (19%), children (14%) and malaria patients (14.3%). Most of the studies used quantitative methodology and were mostly concentrated on malaria case management (28.9%), Intermittent preventive treatment (IPTp, 23.7%), and Long-Lasting Insecticidal Nets (LLINs, 15.8%). The least common researched area was the malaria vaccine (2.6%). CONCLUSIONS: The most common strategies used were case management, LLINs, IPTp and LLITNs. However, there was no regional or intervention balance in the number of studies conducted. Further studies are required on the combined effects of these interventions as well as larval source management and malaria vaccines.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».