Mathematical modelling of respiratory syncytial virus (RSV) in low- and middle-income countries: A systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Due to high burden of respiratory syncytial virus (RSV) in low- and middle-income countries (LMIC), international funding organizations have prioritized the development of RSV vaccines. Mathematical models of RSV will play an important role in assessing the relative value of these interventions. Our objectives were to provide an overview of the existing RSV modelling literature in LMIC and summarize available results on population-level effectiveness and cost-effectiveness. METHODS: We searched MEDLINE from 2000 to 2020 for English language publications that employed a mathematical model of RSV calibrated to LMIC. Qualitative data were extracted on study and model characteristics. Quantitative data were collected on key model input assumptions and base case effectiveness and cost-effectiveness estimates for various immunization strategies. FINDINGS: Of the 283 articles reviewed, 15 met inclusion criteria. Ten studies used modelling techniques to explore RSV transmission and/or natural history, while eight studies evaluated RSV vaccines and/or monoclonal antibodies, three of which included cost-effectiveness analyses. Six studies employed deterministic compartmental models, five studies employed individual transmission models, and four studies used different types of cohort models. Nearly every model was calibrated to at least one middle-income country, while four were calibrated to low-income countries. INTERPRETATION: The mathematical modelling literature in LMIC has demonstrated the potential effectiveness of RSV vaccines and monoclonal antibodies. This review has demonstrated the importance of accounting for seasonality, social contact rates, immunity from prior infection and maternal antibody transfer. Future models should consider incorporating individual-level risk factors, subtype-specific effects, long-term sequelae of RSV infections, and out-of-hospital mortality.
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.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 découle