Integrating law, coverage, and maternal–fetal medicine workflows to eliminate congenital syphilis: A systematic review and policy synthesis
Notice bibliographique
Résumé
ABSTRACT Congenital syphilis (CS) persists as a preventable cause of stillbirth and neonatal morbidity despite the availability of simple screening and curative treatment. Fragmented legal mandates, inconsistent payer coverage, and variable maternal–fetal medicine (MFM) workflows contribute to preventable transmission. This systematic review and policy synthesis integrates global evidence to define a modern framework for eliminating CS through coordinated action across law, financing, and clinical care. Comprehensive searches of biomedical databases, guidelines, and policy registers identified 2292 records; 27 studies met the inclusion criteria following Preferred Reporting Items for Systematic Reviews and Meta-analyses 2020 standards. Sources included systematic reviews, national guidelines, modeling studies, and legal documents. Data were extracted on screening schedules, treatment regimens, coverage mechanisms, and workflow integration. Quality was assessed using A Measurement Tool to Assess Systematic Reviews, version 2, Risk of Bias in Systematic Reviews, and Newcastle–Ottawa tools. Across studies, universal early testing, third-trimester and delivery rescreening, and benzathine penicillin access were consistently associated with improved outcomes. National mandates and payer reimbursement policies increased screening compliance, while electronic health record alerts and point-of-care testing shortened treatment delays. However, persistent inequities affected low-resource and minority population. Synthesized findings support a “triple-lock” model – binding legal mandates, guaranteed financial coverage, and digital workflow automation – as the pathway to sustainable elimination. The review calls for harmonized laws, procurement transparency, and integrated partner management within antenatal care. Although not registered in PROSPERO due to its cross-disciplinary scope, this review provides the most comprehensive evidence-policy bridge to date for the global eradication of CS.
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 | 0,049 | 0,166 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,012 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».