Innovative dengue vector control interventions in Latin America: what do they cost?
Notice bibliographique
Résumé
BACKGROUND: Five studies were conducted in Fortaleza (Brazil), Girardot (Colombia), Machala (Ecuador), Acapulco (Mexico), and Salto (Uruguay) to assess dengue vector control interventions tailored to the context. The studies involved the community explicitly in the implementation, and focused on the most productive breeding places for Aedes aegypti. This article reports the cost analysis of these interventions. METHODS: We conducted the costing from the perspective of the vector control program. We collected data on quantities and unit costs of the resources used to deliver the interventions. Comparable information was requested for the routine activities. Cost items were classified, analyzed descriptively, and aggregated to calculate total costs, costs per house reached, and incremental costs. RESULTS: Cost per house of the interventions were $18.89 (Fortaleza), $21.86 (Girardot), $30.61 (Machala), $39.47 (Acapulco), and $6.98 (Salto). Intervention components that focused mainly on changes to the established vector control programs seem affordable; cost savings were identified in Salto (-21%) and the clean patio component in Machala (-12%). An incremental cost of 10% was estimated in Fortaleza. On the other hand, there were also completely new components that would require sizeable financial efforts (installing insecticide-treated nets in Girardot and Acapulco costs $16.97 and $24.96 per house, respectively). CONCLUSIONS: The interventions are promising, seem affordable and may improve the cost profile of the established vector control programs. The costs of the new components could be considerable, and should be assessed in relation to the benefits in reduced dengue burden.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».