Optimization of diagnostic procedures in primary health services to detect asymptomatic malaria
Notice bibliographique
Résumé
Background.The biggest challenge today is the accuracy of diagnostic tools to detect asymptomatic malaria.Up to the present, a microscopic examination procedure is only performed on patients with fever; thus, finding asymptomatic malaria is quite impossible.A serial microscopic examination (SME) procedure on patients who are at risk of malaria would make it possible to detect asymptomatic malaria.Objectives.This study was done to find cases of asymptomatic malaria through the optimization of malaria diagnostic procedures at the primary health care facilities in the Batubara District, North Sumatera Province of Indonesia.Material and methods.SME was conducted for three consecutive days once a microscopic examination provided a negative result.A diagnosis of malaria is confirmed by optimization of routine microscopic examination (ORME).SME is then carried out on the 2 nd day (first SME), the 8 th day (second SME) and the 15 th day (third SME).An examination was declared negative once Plasmodium sp. is not found up to 500 high power field.Results.SME of 1,597 patients who had negative results on the first microscopic examination revealed that 95 had submicroscopic malaria (5.9%).This study found asymptomatic malaria in 20.3% of the study subjects ( 188 persons) at first microscopic examination, 3.7% (34 persons) at first SME and 3% (28 persons) at second SME.Conclusions.ORME and SME performed on people at risk of malaria provide the possibility to detect asymptomatic malaria.
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 | 0,010 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».