COVID-19 Vaccines: How Efficient and Equitable Was the Initial Vaccination Process?
Notice bibliographique
Résumé
With nearly 11 billion doses of the COVID-19 vaccine being administered, stark differences in the vaccination rates persist. Vaccine distribution initiatives such as COVAX and African Vaccine Acquisition Trust (AVAT) were formed to ensure equitable vaccine delivery. This review evaluates the initial COVID-19 vaccination efforts and the impact of different vaccine distribution initiatives on equitable vaccination coverage in the early phase. We conducted a descriptive and trend analysis with sub-groups by various context parameters of data on COVID-19 vaccination from December 2020 till February 2022, from four public databases including UNICEF, WHO, COVID-19 Task Force and Our World in Data to examine COVID-19 vaccine distribution progress and the contributions of vaccine procurement initiatives. We found that High Income Countries (HICs) had much higher vaccination rate (78.4%) than Lower-Middle-Income Countries (LMICs) (55.5%) and Low-Income Countries (LICs) (10.9%). Large differentials (>80% to <10%) in the vaccination rates of eligible population of adults in LMICs and LICs existed. Differentials in the total vaccine doses delivered to each country ranged from 355.6% to 4.8% of the total population. In LICs, 53.3% of the total doses were obtained via COVAX, 30.9% by bilateral/multilateral agreements, 6.5% by donations and 3.8% by AVAT. In LMICs, 56.4% of total vaccines procured were via bilateral/multilateral agreements, 21.4% by COVAX, 4.2% by donations and 0.5% by AVAT. COVAX delivered 1 billion doses by January 2022 which constituted 53.2% and 21.4% of procured doses in LICs and LMICs. In LICs and LMICs, 6.5% and 4.2% of total doses were acquired through donations while 30.9% and 56.4% of doses were purchased. Despite global efforts, significant disparities were present in COVID-19 vaccination efforts amongst countries of different income groups. Future efforts should focus on addressing vaccine inequities explicitly and in improving global vaccine distribution.
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 | 0,044 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».