Internal Facilitation by Health Assistants for the “WHO Lay Health Worker Dementia Care” in Rural Uganda: A Formative Evaluation
Notice bibliographique
Résumé
Edith K Wakida,1,2 Celestino Obua,2 Godfrey Zari Rukundo,3 Mary Samantha,2 Samuel Maling,4 Christine K Karungi,2 Zohray M Talib,1 Jessica Haberer,5,6 Stephen J Bartels5,6 1Department of Medical Education, California University of Science and Medicine, Colton, California, USA; 2Department of Research and Development, Alpha Center for Research Administration, Mbarara, Uganda; 3Department of Psychiatry and Behavioral Neurosciences, McMaster University, Hamilton, Ontario, Canada; 4Department of Psychiatry, Mbarara University of Science and Technology, Mbarara, Uganda; 5Department of Internal Medicine, Massachusetts General Hospital, Boston, Massachusetts, USA; 6Harvard Medical School, Harvard University, Boston, Massachusetts, USACorrespondence: Edith K Wakida, Email Edith.Wakida@cusm.eduBackground: Dementia is characterized by cognitive symptoms like memory loss, difficulty with language, and impaired judgment, alongside behavioral and psychological symptoms such as depression, anxiety, and aggression. Early diagnosis and tailored care are essential for managing these symptoms, improving quality of life, and reducing caregiver burden. Dementia affects a substantial portion of older people globally, especially in low- and middle-income countries like Uganda, where rural healthcare systems face challenges in dementia care access. To address these needs, we gathered key stakeholders’ perspectives on a culturally tailored model employing lay health workers, supported by health assistants as internal facilitators, to implement the World Health Organization dementia toolkit in rural communities.Methods: We conducted a formative qualitative study, utilizing one-on-one interviews with health assistants, district health team members, and primary healthcare providers in rural Uganda. We solicited their perspectives on implementing the World Health Organization dementia toolkit at the village level. The integrated Promoting Action on Research Implementation in Health Services (i-PARIHS) framework guided data collection and analysis, focusing on implementation support, process improvement, and practice sustainment.Results: Strong support was found for health assistants’ roles in facilitating lay health worker-led dementia care at the community level. Health assistants’ familiarity with lay health workers and pre-established structures were considered facilitating factors. Key challenges included knowledge gaps in dementia care and limited resources. Participants emphasized the importance of training, mentorship, and standardized reporting tools to enhance the implementation of dementia care. They recommended providing the health assistants with job guides, updated reporting templates to collect dementia indicators, and orientation on what they should do during internal facilitation with the lay health workers using the dementia toolkit.Conclusion: Health assistants’ internal facilitation provides a promising strategy for scaling dementia care in rural Uganda by leveraging community-based lay health workers. Addressing identified knowledge gaps, communication needs, and resource constraints will be essential to sustaining dementia care interventions in these communities.Keywords: dementia care, internal facilitation, lay health workers, Uganda, rural health, i-PARIHS framework
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 | 0,078 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».