Malaria Transmission, Infection, and Disease at Three Sites with Varied Transmission Intensity in Uganda: Implications for Malaria Control
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The intensification of control interventions has led to marked reductions in malaria burden in some settings, but not others. To provide a comprehensive description of malaria epidemiology in Uganda, we conducted surveillance studies over 24 months in 100 houses randomly selected from each of three subcounties: Walukuba (peri-urban), Kihihi (rural), and Nagongera (rural). Annual entomological inoculation rate (aEIR) was estimated from monthly Centers for Disease Control and Prevention (CDC) light trap mosquito collections. Children aged 0.5-10 years were provided long-lasting insecticidal nets (LLINs) and followed for measures of parasite prevalence, anemia and malaria incidence. Estimates of aEIR were 2.8, 32.0, and 310 infectious bites per year, and estimates of parasite prevalence 7.4%, 9.3%, and 28.7% for Walukuba, Kihihi, and Nagongera, respectively. Over the 2-year study, malaria incidence per person-years decreased in Walukuba (0.51 versus 0.31, P = 0.001) and increased in Kihihi (0.97 versus 1.93, P < 0.001) and Nagongera (2.33 versus 3.30, P < 0.001). Of 2,582 episodes of malaria, only 8 (0.3%) met criteria for severe disease. The prevalence of anemia was low and not associated with transmission intensity. In our cohorts, where LLINs and prompt effective treatment were provided, the risk of complicated malaria and anemia was extremely low. However, malaria incidence was high and increased over time at the two rural sites, suggesting improved community-wide coverage of LLIN and additional malaria control interventions are needed in Uganda.
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.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle