MétaCan
Menu
Retour à la cohorte
Enregistrement W2900062481 · doi:10.1186/s12992-018-0422-1

Using equitable impact sensitive tool (EQUIST) to promote implementation of evidence informed policymaking to improve maternal and child health outcomes: a focus on six West African Countries

2018· article· en· W2900062481 sur OpenAlexfundno aff
Chigozie Jesse Uneke, Issiaka Sombié, Henry Chukwuemeka Uro-Chukwu, Ermel Johnson

Notice bibliographique

RevueGlobalization and Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreUNICEF
Mots-clésPsychological interventionMedicinePopulationEnvironmental healthChild mortalityDeveloping countryHealth services researchPublic healthHealth policyHealth facilitySocioeconomicsFocus groupEconomic growthNursingBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: United Nations Children's Fund (UNICEF) designed EQUitable Impact Sensitive Tool (EQUIST) to enable global health community address the issue of equity in maternal, newborn and child health (MNCH) and minimize health disparities between the most marginalized population and the better-off. The purpose of this study was to use EQUIST to provide reliable evidence, based on demographic health surveys (DHS) on cost-effectiveness and equitable impact of interventions that can be implemented to improve MNCH outcomes in Benin, Burkina Faso, Ghana, Mali, Nigeria and Senegal. METHODS: Using the latest available DHS data sets, we conducted EQUIST Situation Analysis of maternal and child health outcomes in the six countries by sub-national categorization, wealth and by residence. We then identified the poorest population class within each country with the highest maternal and child mortality and performed EQUIST Scenario Analysis of this population to identify intervention package, bottlenecks and strategies to address them, cost of the intervention and strategies as well as the number of deaths avertible. RESULTS: Under-five mortality was highest in Atlantique (Benin), Sahel (Burkina Faso), Northern (Ghana), Sikasso (Mali), North-West (Nigeria), and Diourbel (Senegal). The number of under-five deaths was considerably higher among the poorest and rural population. Neonatal causes, malaria, pneumonia and diarrhoea were responsible for most of the under-five deaths. Ante-partum, intra-partum, and post-partum haemorrhages, and hypertensive disorder, were responsible for highest maternal deaths. The national average for improved water source was highest in Ghana (82%). Insecticide treated nets ownership percentage national average was highest in Benin (73%). Delivery by skilled professional is capable of averting the highest number of under-five and maternal deaths in the six countries. Redeployment/relocation of existing staff was the strategy with highest costs in Burkina Faso, Nigeria and Senegal. Ghana recorded the least cost per capita ($0.39) while the highest cost per capita was recorded in Benin ($4.0). CONCLUSION: EQUIST highlights the most vulnerable and deprived children and women needing urgent health interventions as a matter of priority. It will continue to serve as a tool for maximizing the number of lives saved; decreasing health disparities and improving overall cost 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 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 enseignants0,061
Score d'incertitude au seuil0,968

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 technologies0,0000,000
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 Opus0,070
Tête enseignante GPT0,449
Écart entre enseignants0,379 · 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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobalization and HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207