Sleeping Sickness in Southeastern Uganda: A Spatio-Temporal Analysis of Disease Risk, 1970–2003
Notice bibliographique
Résumé
Sleeping sickness is a major threat to human health in sub-Saharan Africa. Southeastern Uganda has experienced a number of significant epidemics in the past 100 years, most recently from 1976 to 1989. Recent and continued spread of the disease has highlighted gaps in the ability of current research to explain and predict the distribution of infection. Vegetation cover and changes in vegetation may be important determinants of transmission and disease risk because of the habitat preferences of the tsetse fly vector. This study examines the determinants of sleeping sickness distribution and incidence in southeastern Uganda from 1970 to 2003, spanning the full epidemic region and cycle, and focusing in particular on vegetation cover and change. Sleeping sickness data were collected from records of the Ugandan Ministry of Health, individual sleeping sickness treatment centers, and interviews with public health officials. Vegetation data were acquired from satellite imagery for four dates spanning the epidemic period, 1973, 1986, 1995, and 2001. Zero-inflated regression models were used to model predictors of disease presence and magnitude. Correlations between disease incidence and the normalized difference vegetation index (NDVI) at the subcounty level were evaluated. Results indicate that sleeping sickness infection is predominantly associated with proximity to water and spatial location, while disease incidence is highest in subcounties with moderate to high NDVI. The vegetation density (NDVI) at which sleeping sickness incidence peaked differed throughout the study period. The optimal vegetation density capable of supporting sleeping sickness transmission may be lower than indicated by data from endemic regions, indicating increased potential for disease spread under suitable conditions.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».