Could a Shigella vaccine impact long-term health outcomes?: Summary report of an expert meeting to inform a Shigella vaccine public health value proposition, March 24 and 29, 2021
Notice bibliographique
Résumé
Shigellosis is a leading cause of diarrhea and dysentery in young children from low to middle-income countries and adults experiencing traveler’s diarrhea worldwide. In addition to acute illness, infection by Shigella bacteria is associated with stunted growth among children, which has been linked to detrimental long-term health, developmental, and economic outcomes. On March 24 and 29, 2021, PATH convened an expert panel to discuss the potential impact of Shigella vaccines on these long-term outcomes. Based on current empirical evidence, this discussion focused on whether Shigella vaccines could potentially alleviate the long-term burden associated with Shigella infections. Also, the experts provided recommendations about how to best model the burden, health and vaccine impact, and economic consequences of Shigella infections. This international multidisciplinary panel included 13 scientists, physicians, and economists from multiple relevant specialties. According to the panel, while the relationship between Shigella infections and childhood growth deficits is complex, this relationship likely exists. Vaccine probe studies are the crucial next step to determine whether vaccination could ameliorate Shigella infection - related long-term impacts. Infants should be vaccinated during their first year of life to maximize their protection from severe acute health outcomes and ideally reduce stunting risk and subsequent negative long-term developmental and health impacts. With vaccine schedule crowding, targeted or combination vaccination approaches would likely increase vaccine uptake in high-burden areas. Shigella impact and economic assessment models should include a wider range of linear growth outcomes. Also, these models should produce a spectrum of results—ones addressing immediate benefits for usual health care decision-makers and others that include broader health impacts, providing a more comprehensive picture of vaccination benefits. While many of the underlying mechanisms of this relationship need better characterization, the remaining gaps can be best addressed by collecting data post-vaccine introduction or through large trials.
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 | 0,028 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,011 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».