“We do not bury dead livestock like human beings”: Community behaviors and risk of Rift Valley Fever virus infection in Baringo County, Kenya
Notice bibliographique
Résumé
BACKGROUND: Rift Valley Fever (RVF), is a viral zoonotic disease transmitted by Aedes and Culex mosquitoes. In Kenya, its occurrence is associated with increased rains. In Baringo County, RVF was first reported in 2006-2007 resulting in 85 human cases and 5 human deaths, besides livestock losses and livelihood disruptions. This study sought to investigate the county's current RVF risk status. METHODOLOGY AND PRINCIPAL FINDINGS: A cross-sectional study on the knowledge, attitudes and practices of RVF was conducted through a mixed methods approach utilizing a questionnaire survey (n = 560) and 26 focus group discussions (n = 231). Results indicate that study participants had little knowledge of RVF causes, its signs and symptoms and transmission mechanisms to humans and livestock. However, most of them indicated that a person could be infected with zoonotic diseases through consumption of meat (79.2%) and milk (73.7%) or contact with blood (40%) from sick animals. There was a statistically significant relationship between being male and milking sick animals, consumption of milk from sick animals, consuming raw or cooked blood, slaughtering sick livestock or dead animals for consumption (all at p≤0.001), and handling sick livestock with bare hands (p = 0.025) with more men than women engaging in the risky practices. Only a few respondents relied on trained personnel or local experts to inspect meat for safety of consumption every time they slaughtered an animal at home. Sick livestock were treated using conventional and herbal medicines often without consulting veterinary officers. CONCLUSIONS: Communities in Baringo County engage in behaviour that may increase their risk to RVF infections during an outbreak. The authors recommend community education to improve their response during outbreaks.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».