Tracking progress along the WHO Neglected Tropical Diseases Road Map to 2030: A guide to the Gap Assessment Tool (GAT) and results from the 2023–2024 assessment
Notice bibliographique
Résumé
The monitoring and evaluation (M&E) framework for the World Health Organization (WHO) Neglected Tropical Diseases (NTD) road map includes both quantitative and qualitative assessments of progress at key timepoints up to 2030. These assessments provide critical information to improve programmatic action and identify immediate research needs. Quantitative assessments process multi-sourced data on a predefined number of global indicators. Qualitative assessments are based on results obtained from implementing a Gap Assessment Tool (GAT). Informed by paradigm shifts detailed in the road map, a standardised methodology for the GAT has recently been developed. Methods include online public consultations and focus group discussions. GAT outcomes include a visualisation of progress in a 'heat map', a review of the current status of each NTD, and both disease-specific and cross-thematic recommendations for programmatic and research action. These outcomes provide valuable information not only for country NTD programmes, but also for global stakeholders, so that optimal efforts can be made to achieve established NTD road map goals, and ultimately, to reduce the burden of NTDs in at-risk populations. This manuscript provides a summary of the standardised GAT methodology and results from the implementation of the GAT in 2023-2024. Access is provided to the current status of each NTD with respect to four dimensions that were determined as priority in the 2019-2020 gap assessment (Diagnostics, Monitoring and Evaluation, Access & Logistics, and Advocacy & Funding). Results include a timely consensus on the critical and cross-cutting actions needed to improve respective programmatic impact towards eradication, elimination and control of NTDs globally and nationally.
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 | 0,035 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,016 |
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 ».