MétaCan
Menu
Retour à la cohorte
Enregistrement W3116513624 · doi:10.1186/s12889-020-09879-9

Lessons learned from the polio eradication initiative in the Democratic Republic of Congo and Ethiopia: analysis of implementation barriers and strategies

2020· article· en· W3116513624 sur OpenAlexfundno aff
Wakgari Deressa, Patrick Kayembé, Abigail H Neel, Éric Mafuta, Assefa Seme, Olakunle Alonge

Notice bibliographique

RevueBMC Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Immunology Research
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and PreventionBundesministerium für GesundheitCanadian Centre for Applied Research in Cancer ControlJohns Hopkins Bloomberg School of Public HealthUNICEFBill and Melinda Gates FoundationJohns Hopkins UniversityWorld Health Organization
Mots-clésPoliomyelitis eradicationService delivery frameworkAccountabilityPublic healthMedicinePoliomyelitisBiostatisticsPopulationEconomic growthCorporate governanceCapacity buildingEnvironmental healthPolitical scienceService (business)BusinessNursingEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Since its inception in 1988, the Global Polio Eradication Initiative (GPEI) has partnered with 200 countries to vaccinate over 2.5 billion children against poliomyelitis. The polio eradication approach has adapted to emerging challenges and diverse contexts. Knowledge assets gained from these experiences can inform implementation of future health programs, but only if efforts are made to systematically map barriers, identify strategies to overcome them, identify unintended consequences, and compare experiences across country contexts. METHODS: A sequential explanatory mixed methods design, including an online survey followed by key informant interviews (KIIs), was utilized to map tacit knowledge derived from the polio eradication experience from 1988 to 2019. The survey and KIIs were conducted between September 2018 and March 2019. A cross-case comparison was conducted of two study countries, the Democratic Republic of Congo (DRC) and Ethiopia, which fit similar epidemiological profiles for polio. The variables of interest (implementation barriers, strategies, unintended consequences) were compared for consistencies and inconsistencies within and across the two country cases. RESULTS: Surveys were conducted with 499 and 101 respondents, followed by 23 and 30 KIIs in the DRC and Ethiopia, respectively. Common implementation barriers included accessibility issues caused by political insecurity, population movement, and geography; gaps in human resources, supply chain, finance and governance; and community hesitancy. Strategies for addressing these barriers included adapting service delivery approaches, investing in health systems capacity, establishing mechanisms for planning and accountability, and social mobilization. These investments improved system infrastructure and service delivery; however, resources were often focused on the polio program rather than strengthening routine services, causing community mistrust and limiting sustainability. CONCLUSIONS: The polio program investments in the DRC and Ethiopia facilitated program implementation despite environmental, system, and community-level barriers. There were, however, missed opportunities for integration. Remaining pockets of low immunization coverage and gaps in surveillance must be addressed in order to prevent importation of wild poliovirus and minimize circulating vaccine-derived poliovirus. Studying these implementation processes is critical for informing future health programs, including identifying implementation tools, strategies, and principles which can be adopted from polio eradication to ensure health service delivery among hard-to-reach populations. Future disease control or eradication programs should also consider strategies which reduce parallel structures and define a clear transition strategy to limit long-term external dependency.

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)0,001
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 enseignants0,173
Score d'incertitude au seuil0,624

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,243
Tête enseignante GPT0,459
Écart entre enseignants0,216 · 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

Citations46
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetViral Infections and Immunology ResearchTravaux en français237 207