MétaCan
Menu
Retour à la cohorte
Enregistrement W4387693423 · doi:10.1016/s2214-109x(23)00421-7

Clinical and regulatory development strategies for Shigella vaccines intended for children younger than 5 years in low-income and middle-income countries

2023· review· en· W4387693423 sur OpenAlexaff
Birgitte Giersing, Richard Isbrucker, David C. Kaslow, Marco Cavaleri, Norman W. Baylor, Diadié Maïga, Patricia B. Pavlinac, Mark S. Riddle, Gagandeep Kang, Calman A. MacLennan

Notice bibliographique

RevueThe Lancet Global Health · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesEuropean Medicines AgencyWorld Health OrganizationBill and Melinda Gates Foundation
Mots-clésShigellosisLow and middle income countriesMedicineEnvironmental healthPopulationPublic healthClinical trialShigellaDeveloping countryEconomic growthNursingSalmonellaBiology

Résumé

récupéré en direct d'OpenAlex

Shigellosis causes considerable public health burden, leading to excess deaths as well as acute and chronic consequences, particularly among children living in low-income and middle-income countries (LMICs). Several Shigella vaccine candidates are advancing in clinical trials and offer promise. Although multiple target populations might benefit from a Shigella vaccine, the primary strategic goal of WHO is to accelerate the development and accessibility of safe, effective, and affordable Shigella vaccines that reduce mortality and morbidity in children younger than 5 years living in LMICs. WHO consulted with regulators and policy makers at national, regional, and global levels to evaluate pathways that could accelerate regulatory approval in this priority population. Special consideration was given to surrogate efficacy biomarkers, the role of controlled human infection models, and the establishment of correlates of protection. A field efficacy study in children younger than 5 years in LMICs is needed to ensure introduction in this priority population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,585
Score d'incertitude au seuil0,864

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,468
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Global HealthMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207