Predicting the risk of malaria re-introduction in countries certified malaria-free: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Predicting the risk of malaria in countries certified malaria-free is crucial for the prevention of re-introduction. This review aimed to identify and describe existing prediction models for malaria re-introduction risk in eliminated settings. METHODS: A systematic literature search following the PRISMA guidelines was carried out. Studies that developed or validated a malaria risk prediction model in eliminated settings were included. At least two authors independently extracted data using a pre-defined checklist developed by experts in the field. The risk of bias was assessed using both the prediction model risk of bias assessment tool (PROBAST) and the adapted Newcastle-Ottawa Scale (aNOS). RESULTS: A total 10,075 references were screened and 10 articles describing 11 malaria re-introduction risk prediction models in 6 countries certified malaria free. Three-fifths of the included prediction models were developed for the European region. Identified parameters predicting malaria re-introduction risk included environmental and meteorological, vectorial, population migration, and surveillance and response related factors. Substantial heterogeneity in predictors was observed among the models. All studies were rated at a high risk of bias by PROBAST, mostly because of a lack of internal and external validation of the models. Some studies were rated at a low risk of bias by the aNOS scale. CONCLUSIONS: Malaria re-introduction risk remains substantial in many countries that have eliminated malaria. Multiple factors were identified which could predict malaria risk in eliminated settings. Although the population movement is well acknowledged as a risk factor associated with the malaria re-introduction risk in eliminated settings, it is not frequently incorporated in the risk prediction models. This review indicated that the proposed models were generally poorly validated. Therefore, future emphasis should be first placed on the validation of existing models.
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 | 0,017 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».