Prevalence of tuberculosis, brucellosis and trypanosomiasis in cattle in Tanzania: a systematic review and meta-analysis
Notice bibliographique
Résumé
A meta-analysis was performed to derive prevalence estimates for Brucella spp., Mycobacterium spp. and Trypanosoma spp. in cattle in Tanzania using data derived from a systematic review of zoonotic hazards in cattle production systems. Articles published before 2012 reporting prevalence and considered at least moderate in quality were included in the analysis. Results showed high heterogeneity between studies, with wide ranges in the reported prevalence: Brucella (0.3-60.8%), Mycobacterium (0.1-13.2%) and Trypanosoma (0.82-33.3%). Overall meta-analytic mean prevalence estimates were 8.2% (95% CI 6.5-10.2), 1.28% (95% CI 0.35-4.58) and 10.3% (95% CI 6.20-16.70) respectively, for Brucella spp., Mycobacterium spp. and Trypanosoma spp. Time and region were predictors of variability of Brucella spp. prevalence, while diagnostic test was a strong predictor of Mycobacterium spp. prevalence, with higher prevalence estimates given by skin tests compared with post-mortem inspection. None of the studied factors were associated with prevalence of Trypanosoma spp. The small sample sizes, range of study locations, study designs and diagnostics used, contributed to high variability among prevalence estimates. Larger and more robust prevalence studies are needed to adequately support risk assessment and management of animal and public health threats.
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 | 0,029 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,028 | 0,003 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».