Lessons and updates from India's National Tuberculosis Elimination Program – bold decisions and innovative ways of fast-tracking progress toward ending tuberculosis
Notice bibliographique
Résumé
• India bears the highest tuberculosis burden. • Strong political commitment cascaded from the Prime Minister to local stakeholders. • Innovations in diagnosis, treatment, vaccines, and digital health were prioritized. • Socio-economic impact was mitigated by direct benefit transfer schemes. • Decentralized initiatives of tuberculosis-free villages/districts empowered local stakeholders. India has the highest burden of tuberculosis (TB) globally. Strong political commitment, bold targets, and innovations have been the hallmark of the TB response. Lessons learned in India, such as understanding the diversity of TB epidemiology, approaches beyond conventional response strategies, bold decisions, and innovations, are invaluable for the global TB response. The India TB response is supported by strong political commitment cascading from the Prime Minister to local stakeholders. An initial key step was the sub-national assessment of the diverse TB burden and recognition of the public and private health care landscape. India effectively demonstrated innovative models to meaningfully engage all stakeholders, leveraging technology to bridge gaps. Community participation and social engineering movements were used to reduce stigma and address the nutritional needs of TB patients. Patient-support systems through an innovative adoption program, crowdsourced solutions, and direct benefit cash transfers were implemented to mitigate the socio-economic impact of TB. Decentralized initiatives such as the TB-Free Panchayat, district, and city schemes empowered local stakeholders and encouraged healthy sub-national competition. Advances in research and development of screening tools, rapid molecular diagnostics, real-time integrated digital surveillance systems such as Ni-kshay, and innovations such as telemedicine, call centers, direct benefit transfers, and artificial intelligence (AI)-based tools are accelerating the TB response in India.
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 | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,006 |
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 ».