Dead or alive: animal sampling during Ebola hemorrhagic fever outbreaks in humans
Notice bibliographique
Résumé
There are currently no widely accepted animal surveillance guidelines for human Ebola hemorrhagic fever (EHF) outbreak investigations to identify potential sources of Ebolavirus (EBOV) spillover into humans and other animals. Animal field surveillance during and following an outbreak has several purposes, from helping identify the specific animal source of a human case to guiding control activities by describing the spatial and temporal distribution of wild circulating EBOV, informing public health efforts, and contributing to broader EHF research questions. Since 1976, researchers have sampled over 10,000 individual vertebrates from areas associated with human EHF outbreaks and tested for EBOV or antibodies. Using field surveillance data associated with EHF outbreaks, this review provides guidance on animal sampling for resource-limited outbreak situations, target species, and in some cases which diagnostics should be prioritized to rapidly assess the presence of EBOV in animal reservoirs. In brief, EBOV detection was 32.7% (18/55) for carcasses (animals found dead) and 0.2% (13/5309) for live captured animals. Our review indicates that for the purposes of identifying potential sources of transmission from animals to humans and isolating suspected virus in an animal in outbreak situations, (1) surveillance of free-ranging non-human primate mortality and morbidity should be a priority, (2) any wildlife morbidity or mortality events should be investigated and may hold the most promise for locating virus or viral genome sequences, (3) surveillance of some bat species is worthwhile to isolate and detect evidence of exposure, and (4) morbidity, mortality, and serology studies of domestic animals should prioritize dogs and pigs and include testing for virus and previous exposure.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».