MétaCan
Menu
Retour à la cohorte
Enregistrement W2772588210 · doi:10.7322/abcshs.v42i3.932

Prevalence and risk factors for intestinal parasite infections in schoolchildren, in the city of Santarém, Pará State, Brazil

2017· article· en· W2772588210 sur OpenAlexfundno aff
Elissandro Fonseca dos Banhos, José Almir Moraes da Rocha, Marlisson Lopes Pimentel, Enid Taiane Miranda Batista, Luciana M. Silva

Notice bibliographique

RevueABCS Health Sciences · 2017
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesAGE-WELL
Mots-clésAscaris lumbricoidesHygieneEntamoeba coliEnvironmental healthIntestinal parasiteAscarisEntamoeba histolyticaMedicineHelminthsVeterinary medicineImmunologyPathology

Résumé

récupéré en direct d'OpenAlex

Introduction: Intestinal parasites are common in children in poor countries around the world, and are the cause of serious health problems. Objective: To evaluate the prevalence of intestinal parasites in schoolchildren in Santarém, and associated socio-environmental risk factors. Methods: Questionnaires were applied to parents, and fecal exams were performed by direct method and sedimentation. Results: The parasites that prevailed were Entamoeba coli (20.4%) and Ascaris lumbricoides (9.0%). The family income is an important factor related to parasitic infections (χ2=21.000/p=0.001). Other factors such as water treatment (χ2=20.15/p=0.002), health infrastructure (χ2=25.40/p=0.001), and hygiene practices such as hand washing (χ2=11.54/p=0.003) were statistically significant for the presence of intestinal parasites too, some on a lesser scale. Conclusion: The results showed that Entamoeba coli and Ascaris lumbricoides are the prevalent parasites. The family income, water quality, and sanitary infrastructure are the main risk factors for parasitic infections.

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)0,000
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 enseignants0,063
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,044
Tête enseignante GPT0,388
Écart entre enseignants0,343 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueABCS Health SciencesMême sujetChild Nutrition and Water AccessTravaux en français237 207