179:oral Priority-setting for effective pandemic preparedness: a case study of priority setting for COVID-19 in the Western Pacific Region
Notice bibliographique
Résumé
Background There have been divergent approaches used by countries to curb and control the spread, impact and burden of COVID-19. While priority setting – defined as decision-making about the allocation of resources between competing claims of different services, populations and elements of care – is recognized as critical for promoting accountability and transparency in health system planning, its role in supporting rational, equitable and fair pandemic preparedness planning is less well understood. Our multi-country project investigates the effectiveness of priority setting for pandemic preparedness planning. This study aims to describe how priority setting guided the COVID-19 responses implemented in the sub-set of countries in the Western Pacific Region. Methods Guided by the adapted Kapiriri and Martin Framework, we purposively sampled a subset of countries in the WHO Western Pacific Region (WPRO) and undertook a critical document review of national-level pandemic preparedness plans. A pre-specified, validated tool guided data extraction on twenty quality parameters of PS. A critical synthesis was completed. Results Nine plans were included (41% WPRO countries), including: Papua New Guinea, Tonga, Philippines, Fiji, China, Australia, New Zealand, Japan, and Taiwan. There was evidence of strong political will to quickly and effectively combat the pandemic. With 8/9 countries being islands, an emphasis on securing boarders was reflected in the plans. A limited number of quality indicators of effective priority setting were described. Most commonly, plans described resource needs (n=8), stakeholder engagement (n=8), and responsibilities of legitimate institutions (n=7). Consideration of health inequalities, fair financial burden, or public engagement/acceptance of priorities was not evident in any plans. Discussion This project advances understanding of how priority setting has been used in the WPRO region to support COVID-19 responses. It provides a basis for examining the relationship between effective priority setting for pandemic preparedness and country-level outcomes in future work.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».