MétaCan
Menu
Retour à la cohorte
Enregistrement W2967833784 · doi:10.1371/journal.pone.0220781

Selection of WHO-recommended essential medicines for non-communicable diseases on National Essential Medicines Lists

2019· article· en· W2967833784 sur OpenAlexafffund
Jordan D Jarvis, Hannah Woods, Anjli Bali, Efosa Oronsaye, Nav Persaud

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésEssential medicinesMedicineSelection (genetic algorithm)MEDLINETraditional medicineBiologyPublic healthComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Non-communicable diseases (NCDs) are the leading cause of death worldwide. Inadequate and inequitable access to essential NCD medicines is a major concern, particularly in low- and middle-income countries. National Essential Medicines Lists (EMLs) are important policy tools that indicate which medicines are prioritized as essential within a country's health system. This study sought to analyze a wide range of national essential medicines lists (EMLs) for their inclusion of priority non communicable disease (NCD) interventions recommended by the World Health Organization (WHO). METHODS: Three lists of WHO endorsed priority NCD interventions were included. A database with 137 national EMLs and the WHO EML was created from the WHO Repository and these EMLs were compared for listing of priority NCD interventions. RESULTS: Across 137 countries with national EMLs, the median percentage of 20 Best Buys interventions listed was 90% (IQR 80-95) and 31 Package of essential noncommunicable disease interventions (PEN) interventions listed was 94% (IQR 90-97), of 9 HEARTS interventions was 100% (IQR 89-100), and of the 43 unique interventions across the three priority lists was 88% (IQR 84-93). Less than 80% of the 43 interventions were listed by 22 (16%) countries and less than half of the interventions were listed by 2 countries: Angola (35%) and Cambodia (23%). Interventions listed on the fewest number of national EMLs were: influenza vaccine, HPV vaccine, hepatitis B vaccine, cervical cancer chemotherapy, codeine, promethazine, senna, and oxygen. CONCLUSION: Most NCD interventions have been prioritized in national policy in most cases. The majority of priority medicines for NCDs described within key WHO NCD technical packages are listed on nearly all national EMLs across 137 countries of all income levels. Most NCD interventions have been prioritized in national policy in most cases, but in some countries and for select interventions such as the HPV vaccine, prioritization may be reviewed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,493
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,065
Tête enseignante GPT0,301
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetPharmaceutical Economics and PolicyTravaux en français237 207