The case for a universal hepatitis C vaccine to achieve hepatitis C elimination
Notice bibliographique
Résumé
BACKGROUND: The introduction of highly effective direct-acting antiviral (DAA) therapy for hepatitis C has led to calls to eliminate it as a public health threat through treatment-as-prevention. Recent studies suggest it is possible to develop a vaccine to prevent hepatitis C. Using a mathematical model, we examined the potential impact of a hepatitis C vaccine on the feasibility and cost of achieving the global WHO elimination target of an 80% reduction in incidence by 2030 in the era of DAA treatment. METHODS: The model was calibrated to 167 countries and included two population groups (people who inject drugs (PWID) and the general community), features of the care cascade, and the coverage of health systems to deliver services. Projections were made for 2018-2030. RESULTS: The optimal incidence reduction strategy was to implement test and treat programmes among PWID, and in settings with high levels of community transmission undertake screening and treatment of the general population. With a vaccine available, the optimal strategy was to include vaccination within test and treat programmes, in addition to vaccinating adolescents in settings with high levels of community transmission. Of the 167 countries modelled, between 0 and 48 could achieve an 80% reduction in incidence without a vaccine. This increased to 15-113 countries if a 75% efficacious vaccine with a 10-year duration of protection were available. If a vaccination course cost US$200, vaccine use reduced the cost of elimination for 66 countries (40%) by an aggregate of US$7.4 (US$6.6-8.2) billion. For a US$50 per course vaccine, this increased to a US$9.8 (US$8.7-10.8) billion cost reduction across 78 countries (47%). CONCLUSIONS: These findings strongly support the case for hepatitis C vaccine development as an urgent public health need, to ensure hepatitis C elimination is achievable and at substantially reduced costs for a majority of countries.
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 | 0,015 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,010 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,003 |
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 ».