MétaCan
Menu
Retour à la cohorte
Enregistrement W2749044103 · doi:10.1371/journal.pone.0183568

West Nile virus in Ontario, Canada: A twelve-year analysis of human case prevalence, mosquito surveillance, and climate data

2017· article· en· W2749044103 sur OpenAlexafffundabout
Bryan V. Giordano, Sukhdeep Kaur, Fiona F. Hunter

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensBrock University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHealth CanadaBrock UniversityPublic Health AgencyPublic Health Agency of Canada
Mots-clésWest Nile virusGeographyVirologyArbovirusBiologyEnvironmental healthVirusMedicine

Résumé

récupéré en direct d'OpenAlex

West Nile Virus (WNV) first arrived in Ontario, Canada in 2001 and has since spread throughout most of the province, causing disease in humans. The provincial government established a province-wide surveillance program to monitor WNV transmission throughout the 36 regional health units. Here we have acquired records of WNV human and mosquito surveillance from 2002 to 2013 to describe seasonal and geographic trends in WNV activity in southern Ontario. Additionally, we obtained climate data from seven municipalities to investigate how temperature and precipitation affect WNV transmission dynamics. We identified a strong quadratic relationship between the number of confirmed human cases and positive Culex mosquito pools recorded at the end of each year (R2 = 0.9783, p < 0.001). Using Spearman rank correlation tests, we identified that the minimum infection rate of Culex pipiens/restuans pools are the strongest predictor of human cases at a 1 week lag period. We also identified positive correlations between minimum infection rates, temperature, vector abundance, and cumulative precipitation. Global Moran's I index indicates strong positive autocorrelation and clustering of positive Culex pool counts in southern Ontario. Local indicators of spatial association tests revealed a total of 44 high-high and 1 high-low trap locations (n = 680). In the current work we have identified when and where hot spots of WNV activity have occurred in southern Ontario. The municipalities surrounding the western shore of the Lake Ontario and Windsor-Essex County have the largest records of positive mosquitoes and human cases. We identified that positive mosquitoes are a strong indicator of human cases to follow in the coming weeks. An epidemic action threshold of cumulative positive Culex pools was established, allowing Ontario public health officials to predict an epidemic at epidemiological week 34 (rho = 0.90, p < 0.001). These data have the potential to contribute to more efficient larvicide programs and awareness campaigns for the public.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,034
Score d'incertitude au seuil0,860

Scores Codex et Gemma par catégorie

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

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 Opus0,057
Tête enseignante GPT0,282
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations70
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMosquito-borne diseases and controlTravaux en français237 207