Cost-effectiveness of larviciding for urban malaria control in Tanzania
Notice bibliographique
Résumé
BACKGROUND: Larviciding for malaria control can contribute to an Integrated Vector Management (IVM) approach. This intervention is currently supported in settings where breeding habitats are 'few, fixed, and findable', such as urban areas of sub-Saharan Africa, but the knowledge base regarding the cost-effectiveness of larviciding is non-existent. METHODS: Programme costs and effectiveness data were collected from the Dar es Salaam Urban Malaria Control Programme in Tanzania. Cost-effectiveness ratios (CER) were estimated from the provider and societal perspectives for standard indicators using different malaria transmission scenarios. RESULTS: CER for microbial larviciding were highly dependent on the assumed baseline malaria incidence rates. Using the societal perspective, net CER were estimated (in 2012 US dollars) at $43 (95% uncertainty intervals [UI]: $15-181) per disability-adjusted life year averted (DALY) when malaria incidence was 902 infections per 1,000 individuals, increasing to $545 (95% UI: $337-1,558) per DALY at an incidence of 122 per 1,000. Larviciding was shown to be cost-effective in Tanzania for incidences as low as 40 infections per 1,000 people per year. CONCLUSION: This is believed to be the first study to estimate the cost-effectiveness of larviciding for urban malaria control in sub-Saharan Africa. The results support the use of larviciding as a cost-effective intervention in urban areas and managers of national malaria control programme should consider this intervention as part of an IVM approach.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».