One step forward, one step sideways? Expanding research capacity for neglected diseases
Notice bibliographique
Résumé
BACKGROUND: There is general agreement, including from the pharmaceutical industry, that current market based methods of generating research into the development of pharmaceutical products that are relevant for developing countries do not work. This conclusion is relevant not just for the most neglected diseases such as leishmaniasis but even for global diseases such as cancer and cardiovascular disease. DISCUSSION: Stimulating research will mean overcoming barriers such as patent thickets, poor coordination of research activities, exclusive licensing of new technologies by universities and the structural problems that inhibit conducting appropriate clinical trials in developing countries. In addition, it is necessary to ensure that the priorities for research reflect the needs of developing countries and not just donors. This article will explore each of these issues and then look at three emerging approaches to stimulating research -paying for innovation, priority review sales or vouchers and public-private partnerships, - and evaluate their strengths and weaknesses. SUMMARY: All of the stakeholders agree that there is a pressing need for a major expansion in the level of R&D. Whatever that new model turns out to be, it will have to deal with the 5 barriers outlined in this paper. Finally, none of the three proposals considered here for expanding research is free from major limitations.
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 | 0,109 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,025 |
| Communication savante | 0,019 | 0,047 |
| Science ouverte | 0,006 | 0,028 |
| Intégrité de la recherche | 0,023 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,006 |
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 ».