Lessons learned from redesigning public health medicines supply chain model in Uttar Pradesh, India
Notice bibliographique
Résumé
Uttar Pradesh (UP), the most populous state of India with 238 million people, has over 30,000 public health facilities. Ensuring the continuous availability of essential medicines across these facilities is a significant challenge. An audit conducted in 2017 indicated large gaps in the availability of essential medicines in public health facilities. This study describes the lessons from Tamil Nadu's Medical Supplies Corporation (TNMSC) that were adapted to inform the redesign of the medicines supply chain model and processes of Uttar Pradesh's Medical Supplies Corporation (UPMSC). We identified seven essential pillars for a successful public health supply chain system through a desk review and learnings from TNMSC. These included a stable list of essential medicines, warehouses, centralized procurement, a passbook system, quality control, centralized payment, and digital e-tracking to enable real-time inventory and procurement decisions. The system design established a clear responsibility matrix: UPMSC is responsible for ensuring the availability of all essential medicines in the district warehouses at all times. The facility in-charge is responsible for ensuring the availability of the required drugs at the facility. The facilities are notionally allotted a budget and have complete freedom to pickup medicines from the warehouse, as long as they remain within the budget available. Under these seven essential pillars, several key processes were undertaken to improve vendor participation, reduce vendor dependency, synchronize tenders for all essential drugs, and establish rosters for facilities to pick up drugs from the warehouse. These efforts led to an improvement in the availability of essential medicines from ~40% to ~100%, with an average of 275 medicines out of 287 medicines available per warehouse. Supply orders increased from $58 million to $112 million, and facilities consumption value increased from $38 million to $90 million by April 2024. However, challenges such as last-mile delivery and prompt payment to vendors remain. This paper underscores the importance of system design in the public health supply chain and may be useful for other Indian states and low- and lower-middle-income countries (LMICs) with a similar 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 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 | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».