Lessons Learnt from Cerebrospinal Meningitis Outbreak Surveillance Data-A Case for Public Health Action
Notice bibliographique
Résumé
BACKGROUND: Outbreak of cerebrospinal meningitis (CSM) remains a major public health concern in Nigeria, particularly in northern Nigeria. The paper evaluates the effect of mass vaccination against cerebrospinal meningitis outbreak in 2013 on the incidence rate in 2014 and 2015, and to document lessons learnt from field experiences of the meningitis epidemic surveillance in Kebbi State, North-west, Nigeria. METHODS: The authors analysed cerebrospinal meningitis surveillance data generated from the routine integrated disease surveillance and response (IDSR) programme executed by the Ministry of Health with support from the World Health Organisation (WHO). Cerebrospinal fluid (CSF) samples via lumbar puncture procedures from a small proportion of all suspected cases that met the standard case definitions were collected, and then tested using the rapid agglutination test kits (Pastorex) at the state public health laboratory. The WHO supported the trained Local Government Areas Disease Surveillance and Notification Officers to ensure data quality. RESULTS: A total of 544 and 1,992 cases were analysed in 2014 and 2015 respectively. In 2014, 14% CSF samples were taken and 55.1% tested positive to Neisseria meningitidis type C. Of all the cases in 2014, 14% were reported dead. Further, in 2015, 4% CSF samples were tested and 83% were positive to Neisseria meningitidis type C. Of the total 1,992 cases in 2015, 4% were reported dead. Gender and CSF sample testing significantly predicts survival in 2014 (p<0.05). CONCLUSION: Desired political will and comprehensive epidemic prevention and control strategies are needed for effective control of seasonal outbreaks of CSM and other epidemic-prone diseases. Need for infrastructural and capacity development of hospital and state public health laboratories for adequate surveillance, testing of samples collected and effective case management cannot be over-emphasized.
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 | 0,129 | 0,327 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,013 |
| Communication savante | 0,017 | 0,029 |
| Science ouverte | 0,011 | 0,010 |
| Intégrité de la recherche | 0,017 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».