Public Health Benefits from Livestock Rift Valley Fever Control: A Simulation of Two Epidemics in Kenya
Notice bibliographique
Résumé
In controlling Rift Valley fever, public health sector optimises health benefits by considering cost-effective control options. We modelled cost-effectiveness of livestock RVF control from a public health perspective in Kenya. Analysis was limited to pastoral and agro-pastoral system high-risk areas, for a 10-year period incorporating two epidemics: 2006/2007 and a hypothetical one in 2014/2015. Four integrated strategies (baseline and alternatives), combined from three vaccination and two surveillance options, were compared. Baseline strategy included annual vaccination of 1.2-11% animals plus passive surveillance and monitoring of nine sentinel herds. Compared to the baseline, two alternatives assumed improved vaccination coverage. A herd dynamic RVF animal simulation model produced number of animals infected under each strategy. A second mathematical model implemented in R estimated number people who would be infected by the infected animals. The 2006/2007 RVF epidemic resulted in 3974 undiscounted, unweighted disability adjusted life years (DALYs). Improving vaccination coverage to 41-51% (2012) and 27-33% (2014) 3 years before the hypothetical 2014/2015 outbreak can avert close to 1200 DALYs. Improved vaccinations showed cost-effectiveness (CE) values of US$ 43-53 per DALY averted. The baseline practice is not cost-effective to the public health sector.
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 | 0,001 | 0,001 |
| 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 ».