MétaCan
Menu
Retour à la cohorte
Enregistrement W2062972391 · doi:10.1186/1472-698x-9-s1-s15

System-level determinants of immunization coverage disparities among health districts in Burkina Faso: a multiple case study

2009· article· en· W2062972391 sur OpenAlexafffund
Slim Haddad, Abel Bicaba, Marta Feletto, Elie Taminy, Moussa Kaboré, B. P. Ouédraogo, Gisèle Contreras, Renée Larocque, Pierre‐Edouard Fournier

Notice bibliographique

RevueBMC International Health and Human Rights · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesInternational Development Research Centre
Mots-clésVaccinationImmunizationPublic healthEnvironmental healthMedicineOfficerBusinessEconomic growthGeographyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite rapid and tangible progress in vaccine coverage and in premature mortality rates registered in sub-Saharan Africa, inequities to access remain firmly entrenched, large pockets of low vaccination coverage persist, and coverage often varies considerably across regions, districts, and health facilities' areas of responsibility. This paper focuses on system-related factors that can explain disparities in immunization coverage among districts in Burkina Faso. METHODS: A multiple-case study was conducted of six districts representative of different immunization trends and overall performance. A participative process that involved local experts and key actors led to a focus on key factors that could possibly determine the efficiency and efficacy of district vaccination services: occurrence of disease outbreaks and immunization days, overall district management performance, resources available for vaccination services, and institutional elements. The methodology, geared toward reconstructing the evolution of vaccine services performance from 2000 to 2006, is based on data from documents and from individual and group interviews in each of the six health districts. The process of interpreting results brought together the field personnel and the research team. RESULTS: The districts that perform best are those that assemble a set of favourable conditions. However, the leadership of the district medical officer (DMO) appears to be the main conduit and the rallying point for these conditions. Typically, strong leadership that is recognized by the field teams ensures smooth operation of the vaccination services, promotes the emergence of new initiatives and offers some protection against risks related to outbreaks of epidemics or supplementary activities that can hinder routine functioning. The same is true for the ability of nurse managers and their teams to cope with new situations (epidemics, shortages of certain stocks). CONCLUSION: The discourse on factors that determine the performance or breakdown of local health care systems in lower and middle income countries remains largely concentrated on technocratic and financial considerations, targeting institutional reforms, availability of resources, or accessibility of health services. The leadership role of those responsible for the district, and more broadly, of those we label "the human factor", in the performance of local health care systems is mentioned only marginally. This study shows that strong and committed leadership promotes an effective mobilization of teams and creates the conditions for good performance in districts, even when they have only limited access to supports provided by external partners. ABSTRACT IN FRENCH: See the full article online for a translation of this abstract in French.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,318
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,050
Tête enseignante GPT0,358
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations34
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC International Health and Human RightsMême sujetVaccine Coverage and HesitancyTravaux en français237 207