Genetic and epidemiological analysis of norovirus from children with gastroenteritis in Botswana, 2013–2015
Notice bibliographique
Résumé
BACKGROUND: Norovirus is a leading cause of viral gastroenteritis worldwide with a peak of disease seen in children. The epidemiological analysis regarding the virus strains in Africa is limited. The first report of norovirus in Botswana was in 2010 and currently, the prevalence and circulating genotypes of norovirus are unknown, as the country has no systems to report the norovirus cases. This study investigated the prevalence, patterns and molecular characteristics of norovirus infections among children ≤5 years of age admitted with acute gastroenteritis at four hospitals in Botswana. METHODS: A total of 484 faecal samples were collected from children who were admitted with acute gastroenteritis during the rotavirus vaccine impact survey between July 2013 and December 2015. Norovirus was detected using real-time RT-PCR. Positive samples were genotyped using conventional RT-PCR followed by partial sequencing of the capsid and RdRp genes. Norovirus strains were determined by nucleotide sequence analysis using the online Norovirus Genotyping Tool Version 1.0, and confirmed using maximum likelihood tree construction as implemented in MEGA 6.0. RESULTS: The prevalence of norovirus was 9.3% (95% CI 6.7-11.9). The genotype diversity was dominated by the GII.4 strain at 69.7%. This was followed by GII.2, GII.12 each at 9.1%, GI.9 at 6.6% and GII.6, GII.10 each at 3.0%. The most common combined RdRp/Capsid genotype was the GII.Pe/GII.4 Sydney 2012. Norovirus was detected during most part of the year; however, there was a preponderance of cases in the wet season (December to March). CONCLUSION: The study showed a possible decline of norovirus infections in the last 10 years since the first report. An upward trend seen between 2013 and 2015 may be attributable to the success of rotavirus vaccine introductions in 2012. Knowledge of circulating genotypes, seasonal trends and overall prevalence is critical for prevention programming and possible future vaccine design implications.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».