MétaCan
Menu
Retour à la cohorte
Enregistrement W4414890673 · doi:10.1186/s12879-025-11626-7

Factors associated with low coverage in mass drug administration for schistosomiasis in mobile populations in Mali: a cross-sectional study

2025· article· en· W4414890673 sur OpenAlexaff
Moussa Sangare, Yaya Ibrahim Coulibaly, Abdoul Fatao Diabaté, Housséini Dolo, Mahamoud Mahamadou Koureichi, Dansiné Diarra, Claudia Duguay, Mariana Stephens, Mahamadou Diakité, Manisha A. Kulkarni, Thomas B. Nutman, Alison Krentel

Notice bibliographique

RevueBMC Infectious Diseases · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueParasites and Host Interactions
Établissements canadiensBruyèreUniversity of Ottawa
Organismes subventionnairesNHLBI Division of Intramural ResearchNational Institute of Allergy and Infectious DiseasesGovernment of the United KingdomBill and Melinda Gates FoundationUnited States Agency for International Development
Mots-clésMass drug administrationSchistosomiasisMedical microbiologyTropical medicineNeglected tropical diseasesParasitologyYoung adultPublic health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Neglected tropical diseases (NTDs) affect over a billion people globally. From 2020 to 2021, when this study was conducted, Mali remained endemic for multiple NTDs, including schistosomiasis and trachoma. At the time, significant efforts were underway to scale up control and elimination programs, although challenges persisted, particularly in reaching mobile populations such as nomads, migrants, and internally displaced persons (IDPs), with mass drug administration (MDA). These groups were often missed during campaigns, contributing to gaps in coverage and sustained transmission in certain areas. This study was designed to investigate the factors contributing to non-participation in schistosomiasis MDA among mobile populations in Mali, to inform strategies for more equitable and effective delivery. METHODS: A cross-sectional study was conducted among adults (18 + years) in two Malian health districts targeting nomads, migrants, and IDPs from March to July 2020. A multi-stage cluster sampling approach was used to select participants. Mobility was defined as temporary or permanent movement for livelihood (e.g., herding, mining) or due to displacement. Structured, interviewer-administered questionnaires were used, after development by the study team and pre-tested in a similar population. Questions focused on barriers to MDA access, mobility patterns, awareness about MDA, and logistical challenges. The main outcome was self-reported participation in the last MDA (i.e., taking praziquantel). Data were analyzed using descriptive statistics and multivariable mixed-effects logistic regression models. RESULTS: A total of 1067 participants were included in the study. All groups had MDA coverage rates below the recomended 75% threshold for schistosomiasis elimination. Only 40.8% of IDPs and 3.62% of migrants participated in the last MDA. The most reported reason for non-participation was a lack of information (64.5%). Lower income and occupations such as mining were significantly associated with non-participation (p < 0.001). Mixed-effects logistic regression showed that males were nearly three times more likely to miss MDA than females (aOR = 2.89, 95% CI = 1.65-5.06). Participants facing accessibility barriers (e.g., long distances, physical limitations) were also more likely to miss MDA (aOR = 2.60, 95% CI = 1.45-4.66). Nomads and transhumants were more likely to miss MDA compared to IDPs (aOR = 3.16, 95% CI = 1.05-9.47). CONCLUSION: These findings reveal notable disparities in MDA participation, influenced by mobility patterns, information access, and trust in health programs. Addressing these barriers requires context-specific approaches, such as improved communication, tailored MDA delivery, and greater community engagement. Strengthening these efforts is essential for equitable NTDs control and ensuring mobile populations are not left behind in schistosomiasis elimination efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,066
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,348
Écart entre enseignants0,317 · 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 tête enseignante, 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetParasites and Host InteractionsTravaux en français237 207