The impact of supplementary immunization activities on routine vaccination coverage: An instrumental variable analysis in five low-income countries
Notice bibliographique
Résumé
BACKGROUND: Countries deliver vaccines either through routine health services or supplementary immunization activities (SIAs), usually community-based or door-to-door immunization campaigns. While SIAs have been successful at increasing coverage of vaccines in low- and middle-income countries, they may disrupt the delivery of routine health services. We examine the impact of SIAs on routine vaccine coverage in five low-income countries. METHODS: Data on the number and timing of SIAs conducted in various countries was compiled by WHO and obtained through UNICEF. Information on the coverage of vaccines not targeted by SIAs (e.g., DPT) was extracted from the Demographic and Health Surveys. We focus on SIAs that took place between 1996 and 2013 in Bangladesh, Senegal, Togo, Gambia, and Cote d'Ivoire, and examine outcomes for children aged 12-59 months. To avoid biases resulting from non-random placement and timing of SIAs, we use age of a child at her first SIA as an instrumental variable for total exposure to SIAs. RESULTS: We find that SIA exposure reduced the likelihood of receiving routine vaccines in all the countries included in the study; the coefficients of interest are however statistically insignificant for Gambia and Cote d'Ivoire. In countries that witnessed statistically significant SIA-induced declines in the likelihood of obtaining DPT 3, measles as well as BCG, reductions ranged from 1.3 percentage points (Senegal) to 5.5 percentage points (Bangladesh). CONCLUSION: SIA exposure reduced routine vaccination rates in study countries. Efforts should be made to limit the detrimental impact of SIAs on the services provided by routine health systems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».