Infectious diseases acquired by international travellers visiting the USA†
Notice bibliographique
Résumé
Background: Estimates of travel-related illness have focused predominantly on populations from highly developed countries visiting low- or middle-income countries, yet travel to and within high-income countries is very frequent. Despite being a top international tourist destination, few sources describe the spectrum of infectious diseases acquired among travellers to the USA. Methods: We performed a descriptive analysis summarizing demographic and travel characteristics, and clinical diagnoses among non-US-resident international travellers seen during or after travel to the USA at a GeoSentinel clinic from 1 January 1997 through 31 December 2016. Results: There were 1222 ill non-US-resident travellers with 1393 diagnoses recorded during the 20-year analysis period. Median age was 40 (range 0-86 years); 52% were female. Patients visited from 63 countries and territories, most commonly Canada (31%), Germany (14%), France (9%) and Japan (7%). Travellers presented with a range of illnesses; skin and soft tissue infections of unspecified aetiology were the most frequently reported during travel (29 diagnoses, 14% of during-travel diagnoses); arthropod bite/sting was the most frequently reported after travel (173 diagnoses, 15% after-travel diagnoses). Lyme disease was the most frequently reported arthropod-borne disease after travel (42, 4%). Nonspecific respiratory, gastrointestinal and systemic infections were also among the most frequently reported diagnoses overall. Low-frequency illnesses (<2% of cases) made up over half of diagnoses during travel and 41% of diagnoses after travel, including 13 cases of coccidioidomycosis and mosquito-borne infections like West Nile, dengue and Zika virus diseases. Conclusions: International travellers to the USA acquired a diverse array of mostly cosmopolitan infectious diseases, including nonspecific respiratory, gastrointestinal, dermatologic and systemic infections comparable to what has been reported among travellers to low- and middle-income countries. Clinicians should consider the specific health risks when preparing visitors to the USA and when evaluating and treating those who become ill.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 0,001 |
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 ».