Does the Narrative About the Use of Evidence in Priority Setting Vary Across Health Programs Within the Health Sector: A Case Study of 6 Programs in a Low-Income National Healthcare System
Notice bibliographique
Résumé
BACKGROUND: There is a growing body of literature on evidence-informed priority setting. However, the literature on the use of evidence when setting healthcare priorities in low-income countries (LICs), tends to treat the healthcare system (HCS) as a single unit, despite the existence of multiple programs within the HCS, some of which are donor supported. OBJECTIVES: (i) To examine how Ugandan health policy-makers define and attribute value to the different types of evidence; (ii) Based on 6 health programs (HIV, maternal, newborn and child health [MNCH], vaccines, emergencies, health systems, and non- communicable diseases [NCDs]) to discuss the policy-makers' reported access to and use of evidence in priority setting across the 6 health programs in Uganda; and (iii) To identify the challenges related to the access to and use of evidence. METHODS: This was a qualitative study based on in-depth key informant interviews with 60 national level (working in 6 different health programs) and 27 sub-national (district) level policy-makers. Data were analysed used a modified thematic approach. RESULTS: While all respondents recognized and endeavored to use evidence when setting healthcare priorities across the 6 programs and in the districts; more national level respondents tended to value quantitative evidence, while more district level respondents tended to value qualitative evidence from the community. Challenges to the use of evidence included access, quality, and competing values. Respondents from highly politicized and donor supported programs such as vaccines, HIV and maternal neonatal and child health were more likely to report that they had access to, and consistently used evidence in priority setting. CONCLUSION: This study highlighted differences in the perceptions, access to, and use of evidence in priority setting in the different programs within a single HCS. The strong infrastructure in place to support for the access to and use of evidence in the politicized and donor supported programs should be leveraged to support the availability and use of evidence in the relatively under-resourced programs. Further research could explore the impact of unequal availability of evidence on priority setting between health programs within the HCS.
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 | 0,097 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,022 | 0,019 |
| Communication savante | 0,013 | 0,015 |
| Science ouverte | 0,004 | 0,017 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».