Prevalence and risk factors for brucellosis in prolonged fever patients in post-conflict Northern Uganda
Notice bibliographique
Résumé
BACKGROUND: Brucellosis is a disease with significant public and economic implications but strategies for controlling this disease remain problematic. OBJECTIVES: This study sought to determine the sero-prevalence of brucellosis in prolonged fever patients and to identify modifiable risk factors for the infection in humans in post conflict Northern Uganda. METHODS: The study employed a cross-sectional method among prolonged fever patients who had visited selected health facilities in the study districts in Northern Uganda. Sero-prevalence of brucellosis was calculated for i-ELISA IgG/IgM. A structured questionnaire was used to obtain data on possible risk factors for brucellosis. Associations between sero-prevalence and risk factors were measured using the Odds Ratio. RESULTS: Brucellosis was confirmed in 18.7% of the 251 patients that tested positive for the disease, with the rapid Brucella Plate Agglutination Test, and ages 10-84 years (median age 47+0.86). Sex (p = 0.001; OR 3.79; 95% CI 1.75 - 8.24), rearing livestock (p < 0.005; OR 8.44; 95% CI 2.84-25.03) and consumption of unpasteurised milk (p = 0.023; OR 2.57; 95% CI 1.14-5.80) were factors associated with brucellosis. CONCLUSION: Control of brucellosis in animals, training and sensitisation of the community on brucellosis is needed to stimulate action on human brucellosis control.
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 | 0,002 | 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 ».