Meningococcal carriage in high-risk settings: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Historically, semi-closed populations have had high rates of meningococcal carriage and have experienced recurrent outbreaks. As such, these high-risk groups are recommended for targeted vaccination in many countries. METHODS: A systematic review of eight databases and Google Scholar forward citations was conducted to characterize serogroup-specific meningococcal carriage in university students, military personnel, and Hajj pilgrims from 2007 to 2016. RESULTS: A total of 7014 records were identified and 22 studies were included. Overall carriage ranged from 0.0% to 27.4% in Hajj pilgrims, from 1.5% to 71.1% in university students, and from 4.2% to 15.2% in military personnel. Among serogroups A, B, C, W, X, and Y, serogroup B was most prevalent in Hajj pilgrims, B and Y in university students, and B, C, and Y in military personnel. 'Other' serogroups were more prevalent in university students than Hajj pilgrims or military personnel. Risk factors for carriage varied by setting. Among Hajj pilgrims, a high endemicity in the country of origin increased the risk of carriage, while smoking, male sex, and frequently attending parties increased the carriage risk for university students. Similarly, smoking increased the carriage risk for professional soldiers. Data gaps remain for many regions. CONCLUSIONS: Preventative vaccination policies for high-risk groups should be based on current disease data in individual countries, supplemented by carriage data. Meningococcal carriage studies and disease surveillance are critical for determining the local epidemiology, populations responsible for disease transmission, and the need for targeted vaccination.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».