MétaCan
Menu
Retour à la cohorte
Enregistrement W4224434596 · doi:10.1186/s12889-022-12570-w

Pentavalent vaccination in Kenya: coverage and geographical accessibility to health facilities using data from a community demographic and health surveillance system in Kilifi County

2022· article· en· W4224434596 sur OpenAlexfundno aff
Morris Ogero, James Orwa, Rachael Odhiambo, Felix Agoi, Adélaïde Lusambili, Jerim Obure, Marleen Temmerman, Stanley Lüchters, Anthony Ngugi

Notice bibliographique

RevueBMC Public Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesAga Khan Foundation Canada
Mots-clésMedicineHealth facilityEnvironmental healthVaccinationPsychological interventionPublic healthHealth servicesPopulationNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is substantial evidence that immunization is one of the most significant and cost-effective pillars of preventive and promotive health interventions. Effective childhood immunization coverage is thus essential in stemming persistent childhood illnesses. The third dose of pentavalent vaccine for children is an important indicator for assessing performance of the immunisation programme because it mirrors the completeness of a child's immunisation schedule. Spatial access to an immunizing health facility, especially in sub-Sahara African (SSA) countries, is a significant determinant of Pentavalent 3 vaccination coverage, as the vaccine is mainly administered during routine immunisation schedules at health facilities. Rural areas and densely populated informal settlements are most affected by poor access to healthcare services. We therefore sought to determine vaccination coverage of Pentavalent 3, estimate the travel time to health facilities offering immunisation services, and explore its effect on immunisation coverage in one of the predominantly rural counties on the coast of Kenya. METHODS: We used longitudinal survey data from the health demographic surveillance system implemented in Kaloleni and Rabai Sub-counties in Kenya. To compute the geographical accessibility, we used coordinates of health facilities offering immunisation services, information on land cover, digital elevation models, and road networks of the study area. We then fitted a hierarchical Bayesian multivariable model to explore the effect of travel time on pentavalent vaccine coverage adjusting for confounding factors identified a priori. RESULTS: Overall coverage of pentavalent vaccine was at 77.3%. The median travel time to a health facility was 41 min (IQR = 18-65) and a total of 1266 (28.5%) children lived more than one-hour of travel-time to a health facility. Geographical access to health facilities significantly affected pentavalent vaccination coverage, with travel times of more than one hour being significantly associated with reduced odds of vaccination (AOR = 0.84 (95% CI 0.74 - 0.94). CONCLUSION: Increased travel time significantly affects immunization in this rural community. Improving road networks, establishing new health centres and/or stepping up health outreach activities that include vaccinations in hard-to-reach areas within the county could improve immunisation coverage. These data may be useful in guiding the local department of health on appropriate location of planned immunization centres.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,183
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,153
Tête enseignante GPT0,388
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), 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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetVaccine Coverage and HesitancyTravaux en français237 207