Effective surveillance systems for vector-borne diseases in urban settings and translation of the data into action: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Vector-borne diseases (VBDs) continue to represent a global threat, with "old" diseases like malaria, and "emergent" or "re-emergent" ones like Zika, because of an increase in international trade, demographic growth, and rapid urbanization. In this era of globalization, surveillance is a key element in controlling VBDs in urban settings, but surveillance alone cannot solve the problem. A review of experiences is of interest to examine other solution elements. The objectives were to assess the different means of VBD surveillance in urban environments, to evaluate their potential for supporting public health actions, and to describe the tools used for public health actions, the constraints they face, and the research and health action gaps to be filled. MAIN BODY: For this scoping review we searched peer-reviewed articles and grey literature published between 2000 and 2016. Various tools were used for data coding and extraction. A quality assessment was done for each study reviewed, and descriptive characteristics and data on implementation process and transferability were analyzed in all studies. After screening 414 full-text articles, we retained a total of 79 articles for review. The main targets of the articles were arboviral diseases (65.8%) and malaria (16.5%). The positive aspects of many studies fit within the framework of integrated vector management. Public awareness is considered a key to successful vector control programs. Advocacy and legislation can reinforce both empowerment and capacity building. These can be achieved by collaboration within the health sector and with other sectors. Research is needed to develop well designed studies and new tools for surveillance and control. CONCLUSIONS: The need for surveillance systems in urban settings in both developing and developed countries was highlighted. Countries face the same challenges relating to human, financial, and structural resources. These findings also constitute a wake-up call for governments, academia, funders, and World Health Organization to strengthen control programs and enhance VBD research in urban environments.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 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 ».