Exploring how social inequalities in health have influenced the design of Mali’s SARS-CoV-2 testing policy: a qualitative study
Notice bibliographique
Résumé
In the fight against infectious diseases, social inequalities in health (SIH) are generally forgotten. Mali, already weakened by security and political unrest, has not been spared by the COVID-19 pandemic. Although the country was unprepared, the authorities were quick to implement public health measures, including a SARS-CoV-2 testing programme. This study aimed to understand if and how social inequalities in health were addressed in the design and planning for the national COVID-19 testing policy in Mali. A qualitative survey was conducted between March and April 2021 in Bamako, the capital of Mali. A total of 26 interviews were conducted with key government actors and national and international partners. A document review of national reports and policy documents complemented this data collection. The results demonstrated that the concept of SIH was unclear to the participants and was not a priority. The authorities focused on a symptom-based testing strategy that was publicly available. Participants also mentioned some efforts to reduce inequalities across geographical territories. The reflection and consideration of SIH within COVID-19 interventions was difficult given the governance approach to response efforts. The urgency of the situation, the perceptions of COVID-19 and the country's pre-existing fragility were factors limiting this reflection. Over time, little action has been taken to adapt to the specific needs of certain groups in the Malian population. This study (re)highlights the need to consider SIH in the planning stages of a public health intervention, to adapt its implementation and to limit the negative impact on SIH.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».