MétaCan
Menu
Retour à la cohorte
Enregistrement W4411355636 · doi:10.1186/s44247-026-00237-0

Strengthening Expanded Program for Immunization Service Delivery through the Hayat mHealth Application: A Cross-Sectional Study in Upper and Lower Chitral, Pakistan

2025· preprint· en· W4411355636 sur OpenAlexfundno aff
Saira Samnani, Abdul Muqeet, Ahsan Nawaz, Saleem Sayani

Notice bibliographique

RevueBMC Digital Health · 2025
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesGrand Challenges CanadaAga Khan Foundation CanadaAga Khan Foundation
Mots-clésCross-sectional studymHealthService delivery frameworkService (business)Environmental healthMedicineBusinessNursingMarketingPsychological intervention

Résumé

récupéré en direct d'OpenAlex

Abstract Background Mobile health (mHealth) technologies are transforming healthcare delivery, particularly in low-resource settings, by improving data accuracy, accessibility, and decision-making. This study aimed to evaluate the effectiveness and usability of the Hayat mHealth application in enhancing immunization service delivery and data accuracy compared with traditional manual Expanded Programme on Immunization (EPI) registers in upper and lower Chitral, Khyber Pakhtunkhwa (KPK), Pakistan. Methodology This cross-sectional study evaluated the usability and accuracy of the Hayat mHealth application for vaccination data recording. From a sampling frame of 63 public and private healthcare facilities across five union councils in upper and lower Chitral, 17 were randomly selected and assessed by the KPK provincial EPI team. Vaccinators’ performance was assessed through structured questionnaire, and vaccination data from January to March 2024 were compared between the Hayat mHealth application and manual daily registers using a predefined 10% discrepancy threshold. Field verification using vaccination cards further validated records in the Hayat application. Frequencies and percentages summarized vaccinators’ proficiency, and percentage differences (delta) between sources for each antigen were reported with 95% confidence intervals. Results The cumulative percentage difference (delta) between Hayat and manual records remained within the acceptable 10% threshold for most vaccine antigens, indicating good data accuracy. All 19 participating vaccinators demonstrated proficiency in core application features, including registration and child search; however, gaps were identified in advanced functions such as data integration and offline data sharing. Vaccinator satisfaction with the application was high. The matching of record between Hayat Application and vaccination cards exceeded 95% for all the essential antigens (BCG, Penta 1, Penta 2, Penta 3, MR 1, and MR 2). Conclusion The Hayat mHealth application demonstrated feasibility and usability for improving immunization data accuracy and service delivery in remote and resource-limited settings. Clinical trial number Not applicable.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,484
Écart entre enseignants0,409 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Digital HealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207