MétaCan
Menu
Retour à la cohorte
Enregistrement W2905904940 · doi:10.7189/jogh.09.010409

Meningococcal serogroups and surveillance: a systematic review and survey

2018· review· en· W2905904940 sur OpenAlexaff
Meagan E. Peterson, You Li, André Bita, Annick Moureau, Harish Nair, Moe H. Kyaw, Raquel Abad, Freddie Bailey, Isabel de la Fuente Garcia, Antoaneta Decheva, Pavla Křížová, Tanya Melillo, Anna Skoczyńska, Nadezhda Vladimirova

Notice bibliographique

RevueJournal of Global Health · 2018
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueBacterial Infections and Vaccines
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesSanofi PasteurChina Scholarship CouncilWorld Health OrganizationSanofi
Mots-clésMeningococcal diseaseMedicineNeisseria meningitidisMeningococcal vaccineEpidemiologyMeningococcal meningitisPublic healthEnvironmental healthMeningitisDisease burdenDisease surveillanceGeographyPediatricsPopulationImmunologyImmunizationBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Meningococcal disease continues to be a global public health concern due to its epidemic potential, severity, and sequelae. The global epidemiological data on circulating meningococcal serogroups have never been reviewed concurrently with the laboratory capacity for meningococcal surveillance at the national level. We, therefore, aimed to conduct a country-level review of meningococcal surveillance, serogroup distribution, and vaccine use. METHODS: We conducted a systematic literature review across six databases to identify studies (published January 1, 2010 to October 16, 2017) and grey literature reporting meningococcal serogroup data for the years 2010-2016. We performed independent random effects meta-analyses for serogroups A, B, C, W, X, Y, and other. We developed and circulated a questionnaire-based survey to surveillance focal points in countries (N = 95) with known regional bacterial meningitis surveillance programs to assess their surveillance capacity and summarized using descriptive methods. RESULTS: We included 173 studies from 59 countries in the final analysis. The distribution of meningococcal serogroups differed markedly between countries and regions. Meningococcal serogroups C and W accounted for substantial proportions of meningococcal disease in most of Africa and Latin America. Serogroup B was the predominant cause of meningococcal disease in many locations in Europe, the Americas, and the Western Pacific. Serogroup Y also caused many cases of meningococcal disease in these regions, particularly in Nordic countries. Survey responses were received from 51 countries. All countries reported the ability to confirm the pathogen in-country, while approximately 30% either relied on reference laboratories for serogrouping (N = 10) or did not serogroup specimens (N = 5). Approximately half of countries did not utilize active laboratory-based surveillance system (N = 22). Nationwide use of a meningococcal vaccine varied, but most countries (N = 36) utilized a meningococcal vaccine at least for certain high-risk population groups, in private care, or during outbreaks. CONCLUSIONS: Due to the large geographical variations in circulating meningococcal serogroups, each country should continue to be monitored for changes in major disease-causing serogroups in order to inform vaccine and control policies. Similarly, laboratory capacity should be appropriately scaled up to more accurately understand local epidemiology and disease burden, as well as the impact of vaccination programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,056
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,011
Bibliométrie0,0140,017
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,382
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations99
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global HealthMême sujetBacterial Infections and VaccinesTravaux en français237 207