Socioeconomic and residence‐based related inequality in childhood vaccination in Sub‐Saharan Africa: Evidence from Benin
Notice bibliographique
Résumé
Abstract Background and Aims Childhood vaccination remains a cost‐effective strategy that has expedited the control and elimination of numerous diseases. Although coverage of new vaccines in low‐ and middle‐income countries increased exponentially in the last two decades, progress on expanding routine vaccination services to reach all children remains low, and coverage levels in many countries remains inadequate. This study aimed to examine the pattern of wealth and residence‐based related inequality in vaccination coverage through an equity lens. Methods We used data from the 2017−2018 Benin Demographic and Health Survey. Statistical and econometrics modeling were used to investigate factors associated with childhood vaccination. The Wagstaff decomposition analysis was used to disentangle the concentration index. Results A total of 1993 children were included, with 17% in the wealthiest quintile and 63% were living in rural areas. Findings showed that wealth is positively and significantly associated with vaccination coverage, particularly, for middle‐wealth households. A secondary or higher education level of women and partners increased the odds of vaccination compared to no education (p < 0.05). Women with more antenatal care visits, with multiple births, attending postnatal care and delivery in a health facility had increased vaccination coverage (p < 0.01). Inequalities in vaccination coverage are more prominent in rural areas; and are explained by wealth, education, and antenatal care visits. Conclusion Inequality in child vaccination varies according to socioeconomic and sociodemographic characteristics and is of interest to health policy. To mitigate inequalities in child vaccination coverage, policymakers should strengthen the availability and accessibility of vaccination and implement educational programs dedicated to vulnerable groups in rural areas.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».