Adapting to vector-borne diseases under climate change : an evidence-informed approach
Bibliographic record
Abstract
Les preuves s'accumulent sur les effets des changements climatiques. Étant donné leurs impacts sur la santé, en particulier sur les maladies à transmission vectorielle, il est nécessaire de concevoir des stratégies efficaces pour adapter les programmes de gestion de risque de ces maladies. Les changements climatiques constituent un problème complexe, impliquant de multiples parties prenantes et comportant beaucoup d’inconnues. Des approches qui prennent en compte cette complexité sont ainsi nécessaires afin de faire avancer la recherche sur l'adaptation aux changements climatique basée autant sur des données scientifiques que sur des données provenant de différents intervenants. Les approches fondées sur les données probantes sont de plus en plus recherchées dans les politiques de santé et la prise de décisions, dans le but d'améliorer la santé des populations. Ces approches sont apparues en réaction aux approches improvisées, développées suite aux crises liées aux problèmes de santé publique. Elles doivent être systématiques et transparentes, et faire appel aux meilleures preuves disponibles. L'aide à la décision multicritère délibérative constitue une de ces approches. L'objectif de cette thèse était d'étudier les principales préoccupations en matière de décisions relatives à l'adaptation au risque des maladies vectorielles influencées par les changements climatiques dans deux contextes : le Québec, où les maladies vectorielles sont présentes, mais ne constituent pas la principale préoccupation, et le Burkina Faso, où les maladies vectorielles sont au contraire très préoccupantes. Les fondements théoriques de cette étude sont basés sur la science post-normale, l'adaptation aux changements climatiques et une approche d'analyse de décision multicritère. La recherche sur l'adaptation aux changements climatiques vise à influencer les politiques cherchant à réduire les risques et les impacts associés à ces changements. Dans ce cadre et dans le contexte de l'adaptation aux maladies vectorielles, trois questions clés se posent : 1) de quelles maladies nous préoccupons-nous ? 2) qui est le plus vulnérable à ces maladies ? et 3) quelles sont les mesures recommandées pour s'adapter à ces maladies ? Cette thèse contribuera à répondre à ces trois questions dans le but de faire avancer l'adaptation face aux maladies vectorielles. Pour répondre à la première question, nous avons identifié des préoccupations d'importance pour la priorisation des maladies liées aux changements climatiques au Québec et au Burkina Faso grâce à l’utilisation d’une approche délibérative multicritère d'aide à la décision. Les résultats ont démontré que, alors que des préoccupations générales sont partagées entre ces deux régions, des préoccupations plus spécifiques aux maladies diffèrent quant à elles selon le contexte, tant sur des aspects scientifiques que sur d’autres aspects partagés par les parties prenantes. Pour répondre à la deuxième question, les connaissances actuelles et les comportements de la population québécoise quant au virus du Nil occidental ont été explorés, comme étape préliminaire pour évaluer la capacité d'adaptation au risque de maladies causées par les moustiques. Nous avons considéré que la réponse au risque perçu de maladies transmises par les moustiques constituait une forme d'adaptation. Les résultats ont montré que les connaissances globales et les niveaux d'adoption comportementale sont bons et qu’il existe au moins quatre sous-groupes différents dans la population caractérisés par différents facteurs associés à l'adoption de comportements préventifs. Enfin, pour répondre à la troisième question, une approche multicritère délibérative a été utilisée pour examiner les stratégies de gestion du virus du Nil occidental au Québec, dans le cadre théorique d’une transmission accrue, et les stratégies de gestion du paludisme au Burkina Faso, dans le cadre de la transmission actuelle. De manière analogue au modèle développé pour la priorisation des maladies, cette comparaison entre les deux régions et les contextes de maladie ont permis de confirmer l’existence de préoccupations générales partagées. Cette thèse a permis de démontrer la pertinence des approches d'aide à la décision pour explorer des stratégies de gestion efficaces basées sur l'expérience des intervenants et les meilleures preuves scientifiques disponibles.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.079 | 0.166 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.004 |
| Bibliometrics | 0.005 | 0.003 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.005 | 0.004 |
| Research integrity | 0.006 | 0.006 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".