Containment measures for emerging and re-emerging vector-borne and other infectious diseases of poverty in urban settings: a scoping review
Notice bibliographique
Résumé
BACKGROUND: The emergence and re-emergence of vector-borne and other infectious diseases of poverty pose a threat to the health of populations living in urban and low-income settings. A detailed understanding of intervention strategies, including effectiveness of past outbreak containment, is necessary to improve future practices. The objective was to determine what is known about the effectiveness of containment measures for emerging and re-emerging vector-borne and other infectious diseases of poverty in urban settings and identify research gaps and implications for public health practice. MAIN BODY: We conducted a scoping review and systematically searched peer-reviewed and grey literature published between 2000 and 2016. Different data extraction tools were used for data coding and extraction, and data on implementation process and transferability were extracted from all studies. A quality assessment was conducted for each included study. We screened 205 full-text articles and reports for a total of 31 articles included in the review. The quality of the studies was generally low to moderate. The largest body of evidence concerned control activities for Ebola virus and dengue fever. The majority of interventions (87%) relied on multiple types of measures, which were grouped into four categories: 1) healthcare provision; 2) epidemiological investigation and/or surveillance; 3) environmental or sanitary interventions; and 4) community-based interventions. The quality of the majority of studies (90%) was poor or moderate, and one-third of the studies did not provide a clear description of the outcomes and of the procedures and/or tools used for the intervention. CONCLUSIONS: Our results highlight the difficulty of establishing causation when assessing the effect of containment measures. Studies that extend beyond solely reporting on effectiveness and take into account the complexity of real-world settings are urgently needed. We recommend the allocation of research efforts to the evaluation of the implementation processes of interventions as well as their comprehensive and systematic description using validated checklists.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».