Measuring universal health coverage in reproductive, maternal, newborn and child health: An update of the composite coverage index
Notice bibliographique
Résumé
BACKGROUND: Monitoring universal health coverage in reproductive, maternal and child health requires appropriate indicators for assessing coverage and equity. In 2008, the composite coverage index (CCI)-a weighted average of eight indicators reflecting family planning, antenatal and delivery care, immunizations and management of childhood illnesses-was proposed. In 2017, the CCI formula was revised to update the family planning and diarrhea management indicators. We explored the implications of adding new indicators to the CCI. METHODS: We analysed nationally representative surveys to investigate how addition of early breastfeeding initiation (EIBF), tetanus toxoid during pregnancy and post-natal care for babies affected CCI levels and the magnitude of wealth-related inequalities. We used Pearson's correlation coefficient to compare different formulations, and the slope index of inequalities [SII] and concentration index [CIX] to assess absolute and relative inequalities, respectively. RESULTS: 47 national surveys since 2010 had data on the eight variables needed for the original and revised formulations, and on EIBF, tetanus vaccine and postnatal care, related to newborn care. The original CCI showed the highest average value (65.5%), which fell to 56.9% when all 11 indicators were included. Correlation coefficients between pairs of all formulations ranged from 0.93 to 0.99. When analysed separately, 10 indicators showed higher coverage with increasing wealth; the exception was EIBF (SII = -2.1; CIX = -0.5). Inequalities decreased when other indicators were added, especially EIBF-the SII fell from 24.8 pp. to 19.2 pp.; CIX from 7.6 to 6.1. The number of countries with data from two or more surveys since 2010 was 30 for the original and revised formulations and 15 when all the 11 indicators were included. CONCLUSIONS: Given the growing importance of newborn mortality, it would be desirable to include relevant coverage indicators in the CCI, but this would lead a reduction in data availability, and an underestimation of coverage inequalities. We propose that the 2017 version of the revised CCI should continue to be used.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».