Strengthening screening for infectious diseases and vaccination among migrants in Europe: What is needed to close the implementation gaps?
Notice bibliographique
Résumé
Migration to the European Union (EU)/European Economic Area (EEA) affects the epidemiology of infectious diseases, including tuberculosis (TB), HIV, hepatitis B/C, and parasitic diseases. Some sub-populations of migrants are also considered to be an under-immunised group and thus at risk of vaccine-preventable diseases. Providing high-risk migrants access to timely and efficacious screening and vaccination, and understanding how best to implement more integrated screening and vaccination programmes into European health systems ensuring linkage to care and treatment, is key to improving the health of migrants and their communities, alongside meeting national and regional targets for infection surveillance, control, and elimination. The European Centre for Disease Prevention and Control (ECDC) has responded to calls to action to improve migrant health and strengthen universal health coverage by developing evidence-based guidance for policy makers, public health experts, and front-line healthcare professionals on how to approach screening and vaccination in newly arrived migrants within the EU/EEA. In this Commentary, we provide a perspective towards developing efficacious screening and vaccination of newly arrived migrants, with a focus on defining implementation challenges and evidence gaps in high-migrant receiving EU/EEA countries. There is a need now to leverage the increasing momentum around migrant health to both strengthen the evidence-base and to advocate for universal access to health care for all migrants in the EU/EEA, including undocumented migrants. This should include voluntary, confidential, and non-stigmatising screening and vaccination that should be free of charge and facilitate linkage to appropriate care and treatment.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».