Assessing the capacity of primary health care centres to provide routine immunization services amidst COVID-19 lockdown in Kaduna state, Nigeria
Notice bibliographique
Résumé
Background: The COVID-19 pandemic continues to disrupt health systems across the globe, preventing access to essential health services. Lockdown measures against the virus may impact negatively on immunization services. This study aimed to ascertain the capacity of primary health care centres in Kaduna North senatorial district to provide routine immunization services amidst a state-wide lockdown.Methods: Cluster sampling was used to select four among eight local Government areas in the district. Facility in-charges and RI focal persons were interviewed using service availability and readiness assessment tool, restricted to immunization tracer items. Paired sample t-test was used to compare the mean number of vaccine doses given in the first quarter of 2020 (pre-lockdown) and the number of doses given in the second quarter (lockdown period).Results: Forty four PHCs were selected from Zaria (29.6%), Sabon Gari (25.0%), Makarfi (22.7%) and Kudan (22.7%). In addition to well-trained RI focal persons, most facilities had vaccines and commodities available. Shortages were noted for EPI guidelines (46%), Meningitis-A vaccine (36%) and certain cold chain equipment (up to 18%). Tetanus-diphtheria (Td-1) doses given during lockdown period were significantly lower than pre-lockdown doses (Mean difference=-45.58, 95% CI: -74.78 to -16.38, d=0.48). No significant difference exists for infant doses.Conclusions: Despite widespread availability of PHC facilities, trained personnel, vaccines and commodities, gaps still exist in service delivery, cold chain practices and vaccine supply management. Lockdown measures significantly disrupted immunization services and effective risk communication was key to achieving sustained utilization.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».