Priority setting and equity in COVID-19 pandemic plans: a comparative analysis of 18 African countries
Notice bibliographique
Résumé
Priority setting represents an even bigger challenge during public health emergencies than routine times. This is because such emergencies compete with routine programmes for the available health resources, strain health systems and shift health-care attention and resources towards containing the spread of the epidemic and treating those that fall seriously ill. This paper is part of a larger global study, the aim of which is to evaluate the degree to which national COVID-19 preparedness and response plans incorporated priority setting concepts. It provides important insights into what and how priority decisions were made in the context of a pandemic. Specifically, with a focus on a sample of 18 African countries' pandemic plans, the paper aims to: (1) explore the degree to which the documented priority setting processes adhere to established quality indicators of effective priority setting and (2) examine if there is a relationship between the number of quality indicators present in the pandemic plans and the country's economic context, health system and prior experiences with disease outbreaks. All the reviewed plans contained some aspects of expected priority setting processes but none of the national plans addressed all quality parameters. Most of the parameters were mentioned by less than 10 of the 18 country plans reviewed, and several plans identified one or two aspects of fair priority setting processes. Very few plans identified equity as a criterion for priority setting. Since the parameters are relevant to the quality of priority setting that is implemented during public health emergencies and most of the countries have pre-existing pandemic plans; it would be advisable that, for the future (if not already happening), countries consider priority setting as a critical part of their routine health emergency and disease outbreak plans. Such an approach would ensure that priority setting is integral to pandemic planning, response and recovery.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».