Anti-Malaria Recommendations for Sub-Saharan Africa During the COVID-19 Pandemic
Notice bibliographique
Résumé
Because of COVID-19, the vulnerable healthcare systems of many African countries have faced additional burdens. As governments divert resources towards COVID-19 efforts, researchers and international organizations have voiced concerns on how the pandemic would affect malaria incidence, especially in malaria-endemic regions. In this study, we searched relevant keywords on PubMed to systematically review the existing literature on malaria recommendations and malaria outcomes during COVID-19. Special attention was brought to the malaria recommendations in Nigeria, The Democratic Republic of Congo, and South Africa, as these three countries vary in malaria and COVID-19 incidence. We included 20 relevant publications that highlight the importance of chemoprevention, vector control, and rapid diagnostics in decreasing malaria incidence in the context of COVID-19. We also examined how malaria recommendations vary among the three countries of interest. We found that while both insecticide-treated nets and antimalarials are essential to preventing additional malaria cases, continuous supply of antimalarials is especially important in preventing hundreds of thousands of additional malaria deaths. Certain countries like South Africa still use chloroquine against Plasmodium vivax. Unwarranted use of chloroquine against COVID-19 not only increases chloroquine resistance but decreases supplies available against P. vivax. To encourage community safety and compliance, additional protection is recommended for indoor-residual spraying delivery teams and seasonal malaria chemoprevention campaign community health workers. Finally, mass drug administrations are recommended only for urban regions with low malaria endemicity, and malaria rapid diagnostic tests should be used together with COVID-19 diagnostics. Continued funding and government efforts are required to implement these recommendations and prevent additional malaria drug resistance, cases, and deaths during the COVID-19 pandemic.
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 | 0,010 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».