MétaCan
Menu
Retour à la cohorte
Enregistrement W4409767545 · doi:10.1186/s12916-025-04062-6

When health data go dark: the importance of the DHS Program and imagining its future

2025· article· en· W4409767545 sur OpenAlexaff
Jessie Jane Khaki, Jil Molenaar, Sulata Karki, Emmanuel Olal, Manuela Straneo, Marie Alice Mosuse, Jovanny Tsuala Fouogue, Bernadette Hensen, Adama Baguiya, Angèle Musau Nkola, Kerry LM Wong, Oumar Aly Ba, Amani Kikula, Fassou Mathias Grovogui, Aline Semaan, Anteneh Asefa, Peter M. Macharia, Chido Dziva Chikwari, Aliki Christou, Emelda A. Okiro, Martin Kavao Mutua, Abioye Amodu, Mwelwa Phiri, Rukundo Athanase, David Lagoro Kitara, Onikepe Owolabi, Andrea B. Pembe, Bosede Bukola Afolabi, Lenka Beňová

Notice bibliographique

RevueBMC Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAgency (philosophy)DocumentationPopulationGlobal healthData collectionSurvey data collectionEconomic growthEnvironmental healthPublic healthNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The suspension and/or termination of many programmes funded through the United States Agency for International Development (USAID) by the new US administration has severe short- and long-term negative impacts on the health of people worldwide. We draw attention to the termination of the Demographic and Health Surveys (DHS) Program, which includes nationally representative surveys of households, DHS, Malaria Indicator Surveys [MIS]) and health facilities (Service Provision Assessments [SPA]) in over 90 low- and middle-income countries. USAID co-funding and provision of technical support for these surveys has been shut down. MAIN BODY: The impact of these disruptions will reverberate across local, regional, national, and global levels and severely impact the ability to understand the levels and changes in population health outcomes and behaviours. We highlight three key impacts on (1) ongoing data collection and data processing activities; (2) future data collection and consequent lack of population-level health indicators; and (3) access to existing data and lack of support for its use. CONCLUSIONS: We call for immediate action on multiple fronts. In the short term, universal access to existing data and survey materials should be restored, and surveys which were planned or in progress should be completed. In the long term, this crisis should serve as a tipping point for transforming these vital surveys. We call on national governments, regional organisations, and international partners to develop sustainable alternatives that preserve the principles (standardised questionnaires, backward compatibility, open access data with rigorous documentation) which made the DHS Program an invaluable global health resource.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,331
score de la tête « metaresearch » (Gemma)0,348
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil0,825

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3310,348
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,008
Études des sciences et des technologies0,0060,039
Communication savante0,0190,039
Science ouverte0,0070,014
Intégrité de la recherche0,0120,026
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,371
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC MedicineMême sujetGlobal Maternal and Child HealthTravaux en français237 207