Preventing vaccine drop-outs: Geographic and system-level barriers to full immunization coverage among children in Uttar Pradesh, India
Notice bibliographique
Résumé
Objective: Global interventions on routine immunization aim to achieve at least 90 % immunization coverage of all vaccines as per national immunization schedules, aligning with the Immunization Agenda 2030. Despite significant global progress, regions like Uttar Pradesh (UP), India's most populous state, require more efforts to meet this target. Methods: In 2021, a quantitative survey was conducted with 10,591 mothers/caregivers of children aged 0-15 months and 479 linked community health workers (Accredited Social Health Activists, ASHAs) responsible for connecting these families with vaccine services across 444 rural villages in UP. We developed a coverage cascade to assess the coverage of all basic vaccines (1 dose of each BCG and MR, and 3 doses each of DPT/Penta and Polio), immunization dropouts, and their drivers. Findings: While 96.4 % of service platforms had the required vaccines available and 94.7 % of children aged 12-15 months had received the first dose of Pentavalent vaccine, only 67.8 % of children received all basic vaccines, with 53.5 % completing these vaccines in the first year of life. More than half (53 %) of dropouts were concentrated in 30 % of ASHA areas. Among these areas, 13 % had no dropouts, and 29 % had more than 60 % of children aged 12-15 months with incomplete immunization. Areas with high dropout rates had higher rates of home deliveries, lower possession of parent-held vaccination records (MCP cards), and poor community-level factors such as incomplete record keeping by ASHAs, less supportive supervision by their supervisors, and relatively lower work motivation compared to areas with no dropouts. Conclusion: The wide heterogeneity in immunization coverage and dropouts emphasize the need to identify area-specific patterns and reasons for low immunization coverage and to develop interventions to address them. Robust support systems for community health workers and comprehensive record-keeping are pivotal to improve immunization coverage and to reduce the burden of vaccine-preventable diseases.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».