Demographic and health surveys showed widening trends in polio immunisation inequalities in Guinea
Notice bibliographique
Résumé
AIM: This study examined trends in absolute and relative socio-economic, gender and geographical inequalities in the coverage of polio immunisation in Guinea, West Africa, from 1999 to 2016. METHODS: Data from the 1999, 2005 and 2012 Guinea Demographic and Health Survey and the 2016 Guinea Multiple Indicator Cluster Survey were analysed using the World Health Organization's health equity assessment toolkit. We disaggregated polio immunisation coverage using five equity stratifiers: household economic status, maternal educational level, place of residence, child's gender and region. The four summary measures used were the difference, ratio, population attributable risk and population attributable fraction. A 95% confidence interval (CI) was constructed around point estimates to measure statistical significance. RESULTS: A total of 4778 1-year-old children were included. Polio immunisation coverage in 1999, 2005, 2012 and 2016 were 43.4%, 50.7%, 51.2% and 38.6%, respectively. Socio-economic and geographical inequalities in polio immunisation favoured children with educated mothers who came from richer families living in urban areas. There were also differences in the eight regions over the 1999-2016 study period. CONCLUSION: Targeting children from disadvantaged subgroups must be prioritised to ensure equitable immunisation services that help to eradicate polio in Guinea.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».