MétaCan
Menu
Retour à la cohorte
Enregistrement W6939164544 · doi:10.60692/fvh04-tzh20

Effectiveness of educational outreach in infectious diseases management: a cluster randomized trial in Uganda

2016· article· en· W6939164544 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2016
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMalariaOutreachTriageWorkloadRandomized controlled trialCluster (spacecraft)Cluster randomised controlled trialHealth workerTropical medicine

Résumé

récupéré en direct d'OpenAlex

Integrated Infectious Diseases Capacity Building Evaluation (IDCAP) teams designed and implemented two health worker in-service training approaches: 1) an off-site classroom-based integrated management of infectious diseases (IMID) course with distance learning aspects, and 2) on-site support (OSS), an educational outreach intervention. We tested the effects of OSS on workload and 12 facility performance indicators for emergency triage assessment and treatment, HIV testing, and malaria and pneumonia case management among outpatients by two subgroups: 1) mid-level practitioners (MLP) who attended IMID training (IMID-MLP) and 2) health workers who did not (No-IMID).Thirty-six health facilities participated in the IDCAP trial, with 18 randomly assigned to Arm A and 18 to Arm B. Two MLP in both arms received IMID. All providers at Arm A facilities received nine monthly OSS visits from April to December 2010 while Arm B did not. From November 2009 to December 2010, 777,667 outpatient visits occurred. We analyzed 669,580 (86.1 %) outpatient visits, where provider cadre was reported. Treatment was provided by 64 IMID-MLP and 1,515 No-IMID providers. The effect of OSS was measured by the difference in pre/post changes across arms after controlling for covariates (adjusted ratio of relative risks = a RRR).The effect of OSS on patients-per-provider-per-day (workload) among IMID-MLP (aRRR = 1.21; p = 0.48) and No-IMID (aRRR = 0.90; p = 0.44) was not statistically significant. Among IMID-MLP, OSS was effective for three indicators: malaria cases receiving an appropriate antimalarial (aRRR = 1.26, 99 % CI = 1.02-1.56), patients with negative malaria test result prescribed an antimalarial (aRRR = 0.49, 99 % CI = 0.26-0.92), and patients with acid-fast bacilli smear negative result receiving empiric treatment for acute respiratory infection (aRRR = 2.04, 99 % CI = 1.06-3.94). Among No-IMID, OSS was effective for two indicators: emergency and priority patients admitted, detained or referred (aRRR = 2.12, 99 % CI = 1.05-4.28) and emergency patients receiving at least one appropriate treatment (aRRR = 1.98, 99 % CI = 1.21-3.24).Effects of OSS on workload were not statistically significant. Significant OSS effects on facility performance across subgroups were heterogeneous. OSS supported MLP who diagnosed and treated patients to apply IMID knowledge. For other providers, OSS supported team work to manage emergency patients. This evidence on OSS effectiveness could inform interventions to improve health workers' capacity to deliver better quality infectious diseases 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,007
Tête enseignante GPT0,208
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetAntibiotic Use and ResistanceTravaux en français237 207