Prioritising communicable disease research in Afghanistan: an application of the Child Health and Nutrition Research Initiative (CHNRI) methodology
Notice bibliographique
Résumé
INTRODUCTION: Communicable disease control in Afghanistan has deteriorated amid growing fragility, health system disruption and declining international aid since the 2021 regime change. Outbreaks of measles, pertussis, pneumonia, cholera, malaria, dengue, Crimean-Congo haemorrhagic fever, tuberculosis and polio continue to plague the population in Afghanistan. This study addresses a critical evidence gap by systematically ranking research priorities for communicable diseases in Afghanistan. METHODS: This study applied the Child Health and Nutrition Research Initiative (CHNRI) methodology, which is a widely used approach for systematic, transparent and collaborative research priority setting. It leverages expert consultation to generate, score and rank research questions. This study identified and invited 303 Afghanistan-health researchers, based globally, to complete the survey which consisted of 33 research questions related to communicable diseases that were submitted by 15 researchers. RESULTS: This CHNRI exercise included 44 respondents, 63.6% of whom were of Afghan origin. The top 10 highest-ranked questions focused on identifying barriers to low measles and polio vaccination coverage, assessing disease burden by region and strategies to reduce the incidence of tuberculosis. Respondents of Afghan origin ranked antibiotic resistance and gender-related disparities in tuberculosis as the highest-priority questions. The majority of priority questions were description questions. CONCLUSIONS: Researchers, governments, donors, policy makers and programme implementers can use these findings as a starting point to strategically align research agendas, guide resource allocation, and prioritise evidence-based interventions for life-saving communicable disease prevention and control in Afghanistan.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».