Policies for type 2 diabetes and non-communicable disease management during the COVID-19 pandemic in Kenya and Tanzania: a desk review and views of decision-makers
Notice bibliographique
Résumé
The COVID-19 pandemic caused disruptions in care that adversely affected the management of non-communicable diseases (NCDs) globally. Countries have responded in various ways to support people with NCDs during the pandemic. This study aimed to identify policy gaps, if any, in the management of NCDs, particularly diabetes, during COVID-19 in Kenya and Tanzania to inform recommendations for priority actions for NCD management during any future similar crises.We undertook a desk review of pre-existing and newly developed national frameworks, policy models and guidelines for addressing NCDs including type 2 diabetes. This was followed by 13 key informant interviews with stakeholders involved in NCD decision-making: six in Kenya and seven in Tanzania. Thematic analysis was used to analyse the documents.Seventeen guidance documents were identified (Kenya=10; Tanzania=7). These included pre-existing and/or updated policies/strategic plans, guidelines, a letter, a policy brief and a report. Neither country had comprehensive policies/guidelines to ensure continuity of NCD care before the COVID-19 pandemic. However, efforts were made to update pre-existing documents and several more were developed during the pandemic to guide NCD care. Some measures were put in place during the COVID-19 period to ensure continuity of care for patients with NCDs such as longer supply of medicines. Inadequate attention was given to monitoring and evaluation and implementation issues.Kenya and Tanzania developed and updated some policies/guidelines to include continuity of care in emergencies. However, there were gaps in the documents and between policy/guideline documents and practice. Health systems need to establish disaster preparedness plans that integrate attention to NCD care to enable them to better handle severe disruptions caused by emergencies such as pandemics. Such guidance needs to include contingency planning to enable adequate resources for NCD care and must also address evaluation of implementation effectiveness.
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 | 0,023 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 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 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 ».