Modeling zoonotic cutaneous leishmaniasis incidence in central Tunisia from 2009-2015: Forecasting models using climate variables as predictors
Notice bibliographique
Résumé
Transmission of zoonotic cutaneous leishmaniasis (ZCL) depends on the presence, density and distribution of Leishmania major rodent reservoir and the development of these rodents is known to have a significant dependence on environmental and climate factors. ZCL in Tunisia is one of the most common forms of leishmaniasis. The aim of this paper was to build a regression model of ZCL cases to identify the relationship between ZCL occurrence and possible risk factors, and to develop a predicting model for ZCL's control and prevention purposes. Monthly reported ZCL cases, environmental and bioclimatic data were collected over 6 years (2009-2015). Three rural areas in the governorate of Sidi Bouzid were selected as the study area. Cross-correlation analysis was used to identify the relevant lagged effects of possible risk factors, associated with ZCL cases. Non-parametric modeling techniques known as generalized additive model (GAM) and generalized additive mixed models (GAMM) were applied in this work. These techniques have the ability to approximate the relationship between the predictors (inputs) and the response variable (output), and express the relationship mathematically. The goodness-of-fit of the constructed model was determined by Generalized cross-validation (GCV) score and residual test. There were a total of 1019 notified ZCL cases from July 2009 to June 2015. The results showed seasonal distribution of reported ZCL cases from August to January. The model highlighted that rodent density, average temperature, cumulative rainfall and average relative humidity, with different time lags, all play role in sustaining and increasing the ZCL incidence. The GAMM model could be applied to predict the occurrence of ZCL in central Tunisia and could help for the establishment of an early warning system to control and prevent ZCL in central Tunisia.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».