Towards elimination of visceral leishmaniasis in the Indian subcontinent—Translating research to practice to public health
Notice bibliographique
Résumé
BACKGROUND: The decade following the Regional Strategic Framework for Visceral Leishmaniasis (VL) elimination in 2005 has shown compelling progress in the reduction of VL burden in the Indian subcontinent. The Special Programme for Research and Training in Tropical Diseases (TDR), hosted by the World Health Organization (WHO) and other stakeholders, has coordinated and financed research for the development of new innovative tools and strategies to support the regional VL elimination initiative. This paper describes the process of the TDR's engagement and contribution to this initiative. METHODOLOGY/PRINCIPAL FINDINGS: Multiple databases were searched to identify 152 scientific papers and reports with WHO funding or authorship affiliation around the following 3 framework strategies: detection of new cases, morbidity reduction, and prevention of infection. TDR has played a critical role in the evaluation and subsequent use of the 39-aminoacid-recombinant kinesin antigen (rK39) rapid diagnostic test (RDT) as a confirmatory test for VL in the national program. TDR has supported the clinical research and development of miltefosine and single-dose liposomal amphotericin B as a first-line treatment against VL. TDR has engaged with in-country researchers, national programme managers, and partners to generate evidence-based interventions for early detection and treatment of VL patients. TDR evaluated the quality, community acceptance, and cost effectiveness of indoor residual spraying, insecticide-treated bed nets, insecticide-impregnated durable wall linings, insecticidal paint, and environmental management as tools for integrated vector management in reducing sandfly density. CONCLUSIONS/SIGNIFICANCE: TDR's engagement with country policy makers, scientists, and clinicians in the development of effective diagnosis, treatment, case detection, and vector control represents an important example of TDR's stewardship toward the elimination of VL in the Indian subcontinent.
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 | 0,089 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,009 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,018 | 0,009 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».