National public health institutes in the Eastern Mediterranean Region: Insights from experts in the field
Notice bibliographique
Résumé
National public health institutes (NPHIs) are crucial to the effectiveness of public health systems, including delivering essential public health functions and generating evidence for national health policies, strategies and plans. Currently, there is a significant lack of information regarding NPHI or NPHI-like organisations in Eastern Mediterranean Region (EMR) countries, including how they fit into their broader health systems governance landscape. NPHIs exist in 12 out of 22 EMR countries, yet there is no official International Association of National Public Health Institutes (IANPHI) regional network for the EMR, despite established IANPHI networks in four other regions. In 2022, the WHO's Eastern Mediterranean Regional Office led a study comprising an online survey and key informant interviews, which synthesised expert insights and summarised recommendations to strengthen the health systems governance-related role of NPHIs in EMR countries. Study participants included current and former high-level representatives of NPHIs, the government (eg, Ministries of Health, health regulatory authorities), multilateral organisations or non-governmental organisations focusing on health, and others identified as senior health systems governance experts from EMR. Insights and recommendations from experts varied widely, but there were also many common elements and overlaps. These included the need for enhancing NPHI functionalities and collaborative efforts with the public health sector (eg, Ministry of Health, Health Council) in health policy and decision-making formulation and implementation. This, in turn, requires advancing NPHI's fit-for-purpose and sustainable governance and financing arrangements, improving the accessibility and transparency of health data for NPHIs, strengthening engagement and collaboration between NPHIs and other health system actors (including the private sector), and promoting a more prominent role for NPHIs in the development and implementation of public health-related policies and legislation. While many excellent insights and thoughtful strategic guidance are provided, further adaptation may be needed to implement the proposed recommendations in different EMR country contexts going forward.
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 | 0,045 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,007 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,004 |
| 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 ».