Geographical and Occupational Aspects of Leptospirosis in the Coffee-Triangle Region of Colombia, 2007-2011
Notice bibliographique
Résumé
BACKGROUND: There are few studies occupationally profiling as well as using Geographic information system (GIS) to map human leptospirosis. There are no detailed, municipality-level, epidemiological maps in Colombia neither in South America. We developed such maps for the Coffee-triangle region, Colombia and assess some occupational issues. METHODS: surveillance cases data (2007-2011) were used to estimate the annual incidence rates (cases/100,000 population) of leptospirosis to develop the first maps of disease in the 53 municipalities of the Coffee-triangle region of Colombia. GIS used was Kosmo(®) 3.1. Five thematic maps were developed according to municipalities and years. Using labor official information, analyses between agriculture (harvested areas) with disease occurrence was done (linear regression). RESULTS: Between 2007 and 2011, 786 cases were reported (77.8% from one department, Risaralda), for a cumulated rate of 32.18 cases/100,000 population. The highest rate was reported in the less developed municipality of one department (Pueblo Rico, Risaralda) with 1535.05 cases/100,000 population (187 cases, 2009). Armenia (Quindio department capital city), reported 23.41 cases/100,000pop (2011). In those patients with identified occupations, 33.3% were agriculture workers, finding a significant relationship between the number of cases in 2008 and the harvested area by municipality (r(2)=0.48; p=0.0083). CONCLUSION: one of the 53 municipalities contributed with almost a quarter of the cases. Agriculture was significantly associated with the incidence. Use of GIS-based epidemiological maps allow to focus actions in prevention and control for risk zones for leptospirosis which still represents a significant issue in the region and Colombia, particularly in agriculture workers.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».