Challenges in the prevention or treatment of RSV with emerging new agents in children from low- and middle-income countries
Notice bibliographique
Résumé
INTRODUCTION: Respiratory syncytial virus (RSV) causes approximately 120,000 deaths annually in children <5 years, with 99% of fatalities occurring in low- and middle-income countries (LMICs). AREAS COVERED: There are numerous RSV interventions in development, including long-acting monoclonal antibodies, vaccines (maternal and child) and treatments which are expected to become available soon. We reviewed the key challenges and issues that need to be addressed to maximize the impact of these interventions in LMICs. The epidemiology of RSV in LMICs was reviewed (PubMed search to 30 June 2020 inclusive) and the need for more and better-quality data, encompassing hospital admissions, community contacts, and longer-term respiratory morbidity, emphasized. The requirement for an agreed clinical definition of RSV lower respiratory tract infection was proposed. The pros and cons of the new RSV interventions are reviewed from the perspective of LMICs. EXPERT OPINION: We believe that a vaccine (or combination of vaccines, if practicable) is the only viable solution to the burden of RSV in LMICs. A coordinated program, analogous to that with polio, involving governments, non-governmental organizations, the World Health Organization, the manufacturers and the healthcare community is required to realize the full potential of vaccine(s) and end the devastation of RSV in LMICs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| 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 ».