MétaCan
Menu
Retour à la cohorte
Enregistrement W4417311556 · doi:10.3389/fvets.2025.1635447

Assessment of peste des petits ruminant’s vaccine wastage along the vaccine supply chain in Mali

2025· article· en· W4417311556 sur OpenAlexaboutno aff
Guy Sidwatta Ilboudo, Ahmadou Sow, Cheick Abou Kounta Sidibé, Théodore Knight-Jones, Cheick Oumar Fomba, Michel Dione

Notice bibliographique

RevueFrontiers in Veterinary Science · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueVirology and Viral Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCold chainVaccinationPrivate sectorQuarter (Canadian coin)Public sectorDistribution (mathematics)Upstream (networking)Supply chain

Résumé

récupéré en direct d'OpenAlex

This study was carried out in six regions of Mali to assess peste des petits ruminants (PPR) vaccine wastage along the vaccine supply chain during the vaccination campaign of 2023. Multi-stage stratified sampling was used to select 107 actors involved in the vaccine supply chain, including private veterinarians ( n = 75), public vaccinators ( n = 19), regional veterinary officers ( n = 12), and one senior veterinary officer at the central level. Vaccine actors operated across the dominant small ruminants (SR) production systems in Mali (pastoral, agropastoral, and peri-urban). The World Health Organization field guidelines for monitoring and reducing vaccine wastage was used as a basis for this study. Results show that a quarter of vaccine doses were wasted. The vaccine wastage rate was 24.3% in public sector and 25.4% in private sector with approximately 90% of wastage occurring at the final stage of delivery (veterinary posts, or private veterinarians). At upstream points in the vaccine supply chain, wastage was low in both private and public distribution channels (less than 1%). No statistically significant difference was observed between the public and private sectors in vaccine wastage rates across the different stages of the vaccine distribution chain. The biggest cause of wastage was vaccine being discarded due to denaturation (46.0 and 32.4%, respectively, for the private and public actors), as doses were not used within the short (1 h) time window between reconstitution in the field and use. Also wastage was high due to improper injection (33.8 and 45.6% in public and private sectors), vial breakage (11.2 and 11.1%), and reconstitution errors (7.4 and 8.8%). The massive loss due to denaturation highlights the need for building stronger cold chains along the vaccine supply chain. In hard to reach areas, where cold chain failure is more likely, a vaccine able to remain potent for a longer period before and after reconstitution such as thermotolerant vaccines would add value. Furthermore, capacity of field vaccinators should be enhanced through trainings on best practices regarding vaccination.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,318
Écart entre enseignants0,303 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Veterinary ScienceMême sujetVirology and Viral DiseasesTravaux en français237 207