MétaCan
Menu
Retour à la cohorte
Enregistrement W2112817270 · doi:10.1093/cid/ciu467

Reaching the London Declaration on Neglected Tropical Diseases Goals for Onchocerciasis: An Economic Evaluation of Increasing the Frequency of Ivermectin Treatment in Africa

2014· article· en· W2112817270 sur OpenAlexaff
Hugo C. Turner, Martin Walker, Thomas S. Churcher, Mike Y. Osei‐Atweneboana, Nana‐Kwadwo Biritwum, Adrian Hopkins, Roger K. Prichard, Marı́a-Gloria Basáñez

Notice bibliographique

RevueClinical Infectious Diseases · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueParasitic Diseases Research and Treatment
Établissements canadiensMcGill University
Organismes subventionnairesMedical Research CouncilWellcome Trust
Mots-clésOnchocerciasisIvermectinContext (archaeology)MedicineNeglected tropical diseasesEnvironmental healthDisease EradicationCost–benefit analysisCost effectivenessTransmission (telecommunications)Public healthDiseaseRisk analysis (engineering)BiologyVeterinary medicineImmunologyComputer scienceNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recently, there has been a shift in onchocerciasis control policy, changing from prevention of morbidity toward elimination of infection. Switching from annual to biannual ivermectin distribution may accelerate progress toward the elimination goals. However, the settings where this strategy would be cost effective in Africa have not been described. METHODS: An onchocerciasis transmission framework (EpiOncho) was coupled to a disease model in order to explore the impact on disability-adjusted life years averted, program cost, and program duration of biannual ivermectin treatment in different epidemiological and programmatic scenarios in African savannah. RESULTS: While biannual treatment yields only small additional health gains, its benefit is pronounced in the context of the elimination goals, shortening the time frames for and increasing the feasibility of reaching the proposed operational thresholds for stopping treatment. In settings with high precontrol endemicity (and/or poor coverage and compliance), it may not be possible to reach such thresholds even within 50 years of annual ivermectin, requiring adoption of biannual treatment. Our projections highlight the crucial role played by coverage and compliance in achieving the elimination goals. CONCLUSIONS: Biannual ivermectin treatment improves the chances of reaching the 2020/2025 elimination goals, potentially generating programmatic cost savings in settings with high precontrol endemicity. However, its benefit and cost are highly sensitive to levels of systematic noncompliance and, in many settings, it will lead to an increase in costs. Furthermore, it may not always be feasible to implement biannual treatment, particularly in hard-to-reach populations. This highlights the continued need for a macrofilaricide.

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)0,016
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,034
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,112
Tête enseignante GPT0,429
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 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'étudeSimulation ou modélisation
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

Citations92
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetParasitic Diseases Research and TreatmentTravaux en français237 207