MétaCan
Menu
Retour à la cohorte
Enregistrement W2598986167 · doi:10.4269/ajtmh.16-0818

Serosurvey of Crimean–Congo Hemorrhagic Fever Virus in Cattle, Mali, West Africa

2017· article· en· W2598986167 sur OpenAlexafffund
Ousmane Maïga, Miriam Sas, Kyle Rosenke, Badian Kamissoko, Marc Mertens, Nafomon Sogoba, Abdallah Traoré, Modibo Sangaré, Mamadou Niang, Tom G. Schwan, Hamidou Maïga, Sékou F. Traorè, Heinz Feldmann, David Safronetz, Martin H. Groschup

Notice bibliographique

RevueAmerican Journal of Tropical Medicine and Hygiene · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Vectors
Établissements canadiensUniversity of ManitobaPublic Health Agency of Canada
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of HealthPublic Health AgencyPublic Health Agency of Canada
Mots-clésCrimean–Congo hemorrhagic feverVirologyYellow feverGeographyCattle DiseasesBunyaviridaeVirusVeterinary medicineBiologyMedicineTick

Résumé

récupéré en direct d'OpenAlex

). CCHFV can cause a severe hemorrhagic fever with high-case fatality rates in humans. CCHFV has a wide geographic range and has been described in around 30 countries in the Middle East, Asia, Europe, and Africa including Mali and neighboring countries. To date, little is known about the prevalence rates of CCHFV in Mali. Here, using banked bovine serum samples from across the country, we describe the results of a seroepidemiological study for CCHFV aimed at identifying regions of circulation in Mali. In total, 1,074 serum samples were tested by a modified in-house CCHFV-IgG-enzyme-linked immunosorbent assay (ELISA) with confirmatory testing by commercial ELISA and immunofluorescence assay. Overall, 66% of samples tested were positive for CCHFV-specific IgG antibodies. Regional seroprevalence rates ranged from 15% to 95% and seemed to correlate with cattle density. Our results demonstrate that CCHFV prevalence is high in many regions in Mali and suggest that CCHFV surveillance should be established.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,326
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Tropical Medicine and HygieneMême sujetViral Infections and VectorsTravaux en français237 207