Recommendations for Intersectoral Collaboration for the Prevention and Control of Vector-Borne Diseases: Results From a Modified Delphi Process
Notice bibliographique
Résumé
BACKGROUND: Intersectoral collaboration in the context of the prevention and control of vector-borne diseases has been broadly described in both the literature and the current global strategy by the World Health Organization. Our aim was to develop a framework that will distill the currently known multiple models of collaboration. METHODS: Qualitative content analysis and logic modeling of data abstracted from 69 studies included in a scoping review done by the authors were used to develop 9 recommendation statements that summarized the composition and attributes of multisectoral approaches, which were then subjected to a modified Delphi process with 6 experts in the fields of health policy and infectious diseases. RESULTS: Consensus for all statements was achieved during the first round. The recommendation statements were on (1-3) sectoral engagement to supplement government efforts and augment public financing; (4) development of interventions for most systems levels; (5-6) investment in human resource, including training; (7-8) intersectoral action to implement strategies and ensure sustainability of initiatives; and (9) research to support prevention and control efforts. CONCLUSIONS: The core of intersectoral action to prevent vector-borne diseases is collaboration among multiple stakeholders to develop, implement, and evaluate initiatives at multiple levels of intervention.
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 | 0,310 | 0,271 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».