Operational Research to Support Rapid Evidence-Based Responses to Outbreaks: Learnings from COVID-19
Notice bibliographique
Résumé
During the COVID-19 pandemic, the need for making testing readily available was recognized as an important factor for individuals to help make informed decisions, including to isolate or seek care, and for policymakers to control transmission. Toward this end, FIND and the Access to COVID-19 Tools Accelerator funded 16 rapid operational research studies and one implementation project in Africa, the Caribbean, and Asia evaluating the utility, acceptability, and feasibility of different community-based SARS-CoV-2 testing approaches. Here, we discuss common factors and challenges encountered during study implementation. We note six key factors essential for success: 1) collaboration and partnerships; 2) buy-in of local stakeholders, including communities; 3) access to affordable supplies; 4) flexible financing; 5) effective approval systems; and 6) a skilled and motivated workforce. We also note various challenges that must be addressed to fully capitalize on these success factors. In particular, ethics committees are often not well equipped to assess operational research during outbreaks. Outbreaks, especially of novel pathogens, are unpredictable, and transmission dynamics are even more likely to change if the pathogen is prone to frequent mutations, such as SARS-CoV-2. Research that aims to evaluate strategies for curbing transmission must hence be easily and swiftly adaptable. This requires flexibility from researchers, funders, staff conducting the studies, and ethics and other approval committees. International guidelines for evaluating operational research protocols in outbreaks are needed to provide timely evidence to enable informed decisions by individuals, communities, and policymakers, thereby reducing both the human and the economic impact of outbreaks.
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 | 0,547 | 0,611 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,020 |
| Communication savante | 0,036 | 0,041 |
| Science ouverte | 0,016 | 0,036 |
| Intégrité de la recherche | 0,019 | 0,045 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,005 |
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 ».