MétaCan
Menu
Retour à la cohorte
Enregistrement W4415190468 · doi:10.1007/s44155-025-00306-1

Water, sanitation and hygiene and neglected tropical diseases in the Democratic Republic of Congo: a narrative review and policy perspective

2025· article· en· W4415190468 sur OpenAlexaff
Tolulope Ojo-Akosile, Eberechukwu A. Uwah, Innocent Mufungizi, Abdullahi Tunde Aborode, Marie Nkundakozera, Maher Ali Rusho, Taiwo Bakare-Abidola, Osayimwense Izinyon, Aloh Macdonald Tochukwu, Isreal Ayobami Onifade, Aymar Akilimali

Notice bibliographique

RevueDiscover Social Science and Health · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueParasites and Host Interactions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSanitationHygieneNeglected tropical diseasesPublic healthPsychological interventionTropical diseaseGlobal healthCorporate governanceDisease burden

Résumé

récupéré en direct d'OpenAlex

Neglected tropical diseases (NTDs) remain a significant public health challenge in the Democratic Republic of Congo (DR Congo) due to its direct connection with the scarcity of clean water, poor sanitation facilities, and insufficient hygiene practices. Therefore, investigating comprehensive strategies to decrease NTDs by addressing Water, Sanitation, and Hygiene (WASH) issues is pertinent. This paper presents a narrative review of available literatures and policy briefs, and explains the aspect of WASH in NTD control with special reference to DR Congo. We review the country-specific barriers to the incorporation of WASH in NTD programs, such as conflict and governance issues, and limitations in infrastructure. In our synthesis, although WASH interventions have been established to effectively mitigate schistosomiasis, trachoma and soil-transmitted helminths at the global level, they are complicated by factors including insecurity in the eastern provinces of the DRC, poor health governance and inadequately funded water infrastructure. We also determine community-based innovations, and policy integration opportunities. Emphasizing WASH strategies in combating NTDs can lead to better health outcomes, less disease impact, and greater quality of life for affected communities.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,405

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,395
Écart entre enseignants0,377 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscover Social Science and HealthMême sujetParasites and Host InteractionsTravaux en français237 207