The Rotavirus Surveillance System in Yemen: Evaluation Study
Notice bibliographique
Résumé
BACKGROUND: Rotavirus (RV) kills over 185,000 children <5 years every year and is responsible for over one-third of all child diarrheal deaths worldwide. The Rotavirus Surveillance System (RVSS) in Yemen was launched in 2007 at five sentinel sites to monitor the impact of the vaccine on RV morbidity and mortality. OBJECTIVE: This study aimed to determine the usefulness of the RVSS, assess its performance, and identify the strengths and weaknesses of its implementation. METHODS: The Centers for Disease Control and Prevention's updated guidelines on evaluating a public health surveillance system were used to evaluate the RVSS. In this assessment, qualitative indicators, such as usefulness, flexibility, stability, simplicity, and acceptability, were assessed through in-depth interviews with stakeholders at the central level and semistructured questionnaires with the sentinel site coordinators. The indicators for quantitative attributes-sensitivity, positive predictive value (PPV), completeness, and timeliness-were assessed by reviewing the results of laboratory samples and a random sample of case report forms. The scores for the indicators were expressed as poor (<60%), average (60% to <80%), and good (≥80%). RESULTS: The overall usefulness score of the RVSS was 73%, indicating an average rank. The RVSS was rated as having good flexibility (91%) and stability (81%), and average simplicity (77%) and acceptability (76%). In terms of quantitative attributes, the system was poor for sensitivity (16%), average for PPV (73%), and good for completeness (100%) and timeliness (100%). CONCLUSIONS: Although the system attributes were flexible, stable, capable of providing quality data, and performing timely data reporting, some attributes still needed improvements (eg, usefulness, simplicity, acceptability, and PPV). There is a need for a gradual replacement of donor funds with government funds to ensure sustainability. The RVSS in Yemen strongly requires a progressive increase in the number of sites in governorates and sensitivity enhancement.
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 | 0,020 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».