Gaps in the global health research landscape for mpox: an analysis of research activities and existing evidence
Notice bibliographique
Résumé
BACKGROUND: Since December 2022, human cases of mpox in the Democratic Republic of the Congo (DRC) have risen at unprecedented rates. We identified a need for systematic mapping of the active research landscape and evidence, assessing their alignment with both local and global research priorities, to inform urgently needed research investments to support response efforts. METHODS: We conducted a mapping review of global research funding and international clinical trial registries and established a systematic rapid research needs appraisals platform to identify existing evidence gaps on mpox research. We analysed the alignment of these to established research categories and both local and globally identified mpox-specific research priorities. RESULTS: We identified 124 ongoing mpox research grants, 79 registered trials and 415 published studies. Most grants (85.0%, n = 105/124), clinical trials (49.3%, n = 39/79) and primary studies (57.7%, n = 205/355) were conducted in high-income countries, with most evidence published in response to the 2022 clade II global mpox outbreaks. Research funding has been focussed on vaccine and therapeutic pre-clinical development. Key gaps remain in both ongoing research and evidence relating to clinical characterisation among populations at risk, clinical trials on effective medical countermeasures specific to clade I, social sciences, health systems research, and healthcare and community protection. CONCLUSIONS: Our findings highlight persistent research gaps related to mpox clade Ib, particularly the limited knowledge on its characteristics and a lack of ongoing efforts to develop effective medical countermeasures, posing a risk to control efforts. Aligning research and investments to locally and globally identified research priorities and evidence gaps will help support national, regional and international responses to prevent transmission and improve outcomes.
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 | 0,215 | 0,364 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,037 | 0,038 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,013 | 0,017 |
| Science ouverte | 0,004 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».