Identification of Dengue and Chikungunya Cases Among Suspected Cases of Yellow Fever in the Democratic Republic of the Congo
Notice bibliographique
Résumé
For more than 95% of acute febrile jaundice cases identified through surveillance for yellow fever, a reemerging arthropod-borne viral disease, no etiological exploration is ever done. The aim of this study was to test for other arthropod-borne viruses that can induce the same symptoms in patients enrolled in the yellow fever surveillance in the Democratic Republic of the Congo (DRC). Of 652 patients included in the surveillance of yellow fever in DRC from January 2003 to January 2012, 453 patients that tested negative for yellow fever virus (YFV) immunoglobulin M (IgM) antibodies were selected for the study. Real-time polymerase chain reaction was performed for the detection of dengue, West Nile, Chikungunya, O'nyong-nyong, Rift Valley fever, Zika, and YFV. The average age of patients was 22.1 years. We reported 16 cases (3.5%; confidence interval [CI]: 0.8-5.2) of dengue (serotypes 1 and 2) and 2 cases (0.4%; CI: 0.0-1.0) of Chikungunya. Three patients were co-infected with the two serotypes of dengue virus. Three cases of dengue were found in early July 2010 from the city of Titule (Oriental province) during a laboratory-confirmed outbreak of yellow fever, suggesting simultaneous circulation of dengue and yellow fever viruses. This study showed that dengue and Chikungunya viruses are potential causes of acute febrile jaundice in the DRC and highlights the need to consider dengue and Chikungunya diagnosis in the integrated disease surveillance and response program in the DRC. A prospective study is necessary to establish the epidemiology of these diseases.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».