Advancing Immunization Coverage and Equity: A Structured Synthesis of Pro-Equity Strategies in 61 Gavi-Supported Countries
Notice bibliographique
Résumé
BACKGROUND: Global immunization inequities persist, reflected in the 25 million underimmunized and 18 million zero-dose children in 2021. To identify country approaches to reach underimmunized and zero-dose children, we undertook a structured synthesis of pro-equity strategies across 61 countries receiving programmatic support from Gavi, the Vaccine Alliance. METHODS: We extracted data from 174 Country Joint Appraisals and Multi-Stakeholder Dialogue reports (2016-2020). We identified strategies via a targeted keyword search, informed by a determinants of immunization coverage framework. Strategies were synthesized into themes consolidated from UNICEF's Journey to Health and Immunization (JTHI) and the Global Routine Immunization Strategies and Practices (GRISP) frameworks. RESULTS: We found 607 unique strategies across 61 countries and 24 themes. Strategies to improve care at the point of service (44%); to improve knowledge, awareness and beliefs (25%); and to address preparation, cost and effort barriers (13%) were common. Fewer strategies targeted experience of care (8%), intent, (7%) and after-service (3%). We also identified strategies addressing gender-related barriers to immunization and targeting specific types of communities. CONCLUSIONS: We summarize the range of pro-equity immunization strategies employed in Gavi-supported countries and interpret them thematically. Findings are incorporated into a searchable database which can be used to inform equity-driven immunization programs, policies and decision-making which target underimmunized and zero-dose communities.
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 | 0,081 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,016 | 0,016 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».