Strengthening a collaborative approach to implementing surveillance systems: Lessons from the Enhanced Gonococcal Antimicrobial Surveillance Programme (EGASP) in Malawi and Zimbabwe
Notice bibliographique
Résumé
Abstract Background With the number of antimicrobials available to effectively treat gonorrhoea rapidly diminishing, surveillance of antimicrobial–resistant Neisseria gonorrhoeae (NG) is critical for global public health security activity. Many low-and-middle-income countries (LMICs) have gaps in their existing sexually transmitted infections (STIs) surveillance systems that negatively impact global efforts geared towards achieving the United Nations (UN) Sustainable Development Goals (SDGs). This paper explains the contribution of collaborative surveillance systems to health systems strengthening (HSS) learning from integrating NG surveillance into existing Ministries of Health’s (MoH) antimicrobial resistance (AMR) surveillance services in Malawi and Zimbabwe. Methods We used the WHO Enhanced Gonococcal Antimicrobial Surveillance Programme (EGASP) implementation experiences in Malawi and Zimbabwe to demonstrate the collaboration in AMR and STI surveillance. We conducted qualitative interviews with purposively selected health managers directly participating in the AMR and STI programs using a standardized key informant guide to describe how to plan for a collaborative surveillance system. Qualitative thematic analysis was conducted to delineate stakeholders’ recommendations using the health systems’ building blocks. Results Stakeholder engagement, prioritization of needs, and power to negotiate were key drivers to a successful collaborative surveillance system. Weak governance, policies, lack of accountability, and different priorities, coupled with weak collaborations, workforce, and health information systems, were challenges faced in having effective collaborative surveillance systems. Data availability, use, and negotiation power were key drivers for the prioritization of collaborative surveillance. Including collaborative surveillance in primary health services and increasing government budget allocation for surveillance were recommended. Conclusions Strengthening collaborative surveillance systems in LMICs using a people-centered approach increases transparency and accountability and empowers national institutions, communities, and stakeholders to engage in sustainable activities that potentially strengthen health systems. EGASP implementations in Zimbabwe and Malawi serve as models for other countries planning to implement or improve collaborative surveillance systems in their context.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».