Estimating the number of cases of podoconiosis in Ethiopia using geostatistical methods
Notice bibliographique
Résumé
BACKGROUND: In 2011, the World Health Organization recognized podoconiosis as one of the neglected tropical diseases. Nonetheless, the number of people with podoconiosis and the geographical distribution of the disease is poorly understood. Based on a nationwide mapping survey and geostatistical modelling, we predict the prevalence of podoconiosis and estimate the number of cases across Ethiopia. METHODS: We used nationwide data collected in Ethiopia between 2008 and 2013. Data were available for 141,238 individuals from 1,442 villages in 775 districts from all nine regional states and two city administrations. We developed a geostatistical model of podoconiosis prevalence among adults (individuals aged 15 years or above), by combining environmental factors. The number of people with podoconiosis was then estimated using a gridded map of adult population density for 2015. RESULTS: Podoconiosis is endemic in 345 districts in Ethiopia: 144 in Oromia, 128 in Southern Nations, Nationalities and People's [SNNP], 64 in Amhara, 4 in Benishangul Gumuz, 4 in Tigray and 1 in Somali Regional State. Nationally, our estimates suggest that 1,537,963 adults (95% confidence intervals, 290,923-4,577,031 adults) were living with podoconiosis in 2015. Three regions (SNNP, Oromia and Amhara) contributed 99% of the cases. The highest proportion of individuals with podoconiosis resided in the SNNP (39%), while 32% and 29% of people with podoconiosis resided in Oromia and Amhara Regional States, respectively. Tigray and Benishangul Gumuz Regional States bore lower burdens, and in the remaining regions, podoconiosis was almost non-existent. Discussion: The estimates of podoconiosis cases presented here based upon the combination of currently available epidemiological data and a robust modelling approach clearly show that podoconiosis is highly endemic in Ethiopia. Given the presence of low cost prevention, and morbidity management and disability prevention services, it is our collective responsibility to scale-up interventions rapidly.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».