Diagnosis of Cattle Diseases Endemic to Sub-Saharan Africa: Evaluating a Low Cost Decision Support Tool in Use by Veterinary Personnel
Notice bibliographique
Résumé
BACKGROUND: Diagnosis is key to control and prevention of livestock diseases. In areas of sub-Saharan Africa where private practitioners rarely replace Government veterinary services reduced in effectiveness by structural adjustment programmes, those who remain lack resources for diagnosis and might benefit from decision support. METHODOLOGY/PRINCIPAL FINDINGS: We evaluated whether a low-cost diagnostic decision support tool would lead to changes in clinical diagnostic practice by fifteen veterinary and animal health officers undertaking primary animal healthcare in Uganda. The eight diseases covered by the tool included 98% of all bovine diagnoses made before or after its introduction. It may therefore inform proportional morbidity in the area; breed, age and geographic location effects were consistent with current epidemiological understanding. Trypanosomosis, theileriosis, anaplasmosis, and parasitic gastroenteritis were the most common conditions among 713 bovine clinical cases diagnosed prior to introduction of the tool. Thereafter, in 747 bovine clinical cases estimated proportional morbidity of fasciolosis doubled, while theileriosis and parasitic gastroenteritis were diagnosed less commonly and the average number of clinical signs increased from 3.5 to 4.9 per case, with 28% of cases reporting six or more signs compared to 3% beforehand. Anaemia/pallor, weakness and staring coat contributed most to this increase, approximately doubling in number and were recorded in over half of all cases. Finally, although lack of a gold standard hindered objective assessment of whether the tool improved the reliability of diagnosis, informative concordance and misclassification matrices yielded useful insights into its role in the diagnostic process. CONCLUSIONS/SIGNIFICANCE: The diagnostic decision support tool covered the majority of diagnoses made before or after its introduction, leading to a significant increase in the number of clinical signs recorded, suggesting this as a key beneficial consequence of its use. It may also inform approximate proportional morbidity and represent a useful epidemiological tool in poorly resourced areas.
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 | 0,017 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».