The Impact of Armed Conflicts on the Prevalence, Transmission, and Management of Infectious Diseases: A Systematic Review
Notice bibliographique
Résumé
Armed conflicts persist despite global peace efforts, driven by cultural, religious, and ethnic divisions. These conflicts significantly impact public health by exacerbating the spread of infectious diseases and disrupting essential healthcare systems. This study aimed to assess the complex relationship between conflict and the prevalence, transmission, and management of infectious diseases in the affected populations. This study followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines to conduct a comprehensive search across five databases (EBSCO, PubMed, Web of Science, Cochrane, and Google Scholar) focusing on publications from 2020 to 2024. The search centered on topics such as infectious diseases, epidemics, war, health infrastructure, and public health systems. Papers published in English were screened using the Rayyan™ tool (Rayyan Systems Inc., Cambridge, MA) to ensure relevance to infectious diseases and conflicts. Data analysis was carried out using RevMan software (The Cochrane Collaboration, London, UK), while the Newcastle-Ottawa Scale (NOS) was employed to evaluate the quality of the included studies. The results reveal that conflicts significantly disrupt healthcare systems, leading to an increased prevalence of diseases such as tuberculosis, cholera, and soil-transmitted helminthiasis (STH). Effective interventions, including improved water, sanitation, and hygiene (WASH) conditions, targeted vaccination campaigns, and strengthened healthcare infrastructure, were critical in mitigating outbreaks. Despite methodological variations, the studies highlighted the multifaceted impact of conflict on public health. Conflict creates complex interdependencies between environmental, social, and health factors, worsening disease prevalence and management. In order to improve WASH conditions, prevent diseases, guarantee medication supply, and improve healthcare, coordination of efforts is essential. Future studies should examine community resiliency, socioeconomic determinants, and intervention evaluation.
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 | 0,012 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».