Influenza-Like Illness in Travelers to the Developing World
Notice bibliographique
Résumé
Travelers to developing regions are at risk for development of influenza-like illness (ILI). Little is known of traveler and trip characteristics associated with the development of ILI. TravMil is a prospective observational study, enrolling subjects presenting to six military travel clinics or predeployment-screening sites. We analyzed pre- and post-travel surveys from travelers visiting regions outside of the continental United States, Western or Northern Europe, Canada, Australia, or New Zealand between January 2010 and March 2016. Influenza-like illness was defined as a self-reported fever associated with either sore throat or cough. Trip and traveler characteristics were analyzed to determine risk factors for the development of ILI. Two thousand nine hundred and thirty-two trips were recorded (55% male, median age 45 years, 69% white, 51% on vacation, median travel duration 17 days). The 2,337 trips included the number of self-reported influenza vaccinations in the preceding 5 years (median 5). Eleven percent of the trips were complicated by an ILI lasting a median of 5 days; 70% and 17% of these reported upper and lower respiratory tract infection, respectively, and 12% reported both. On multivariate analysis, increased risk of ILI was associated with female gender (odds ratio [OR]: 1.60 [confidence interval (CI): 1.25–2.05], P < 0.01), age (years) (OR: 1.01 [CI: 1.01–1.02], P < 0.01); and duration of travel (days) (OR: 1.01 [CI: 1.00–1.01], P < 0.01). Influenza-like illness is common in travelers, regardless of traveler characteristics, purpose of travel, destination, or season of year. Female gender, older age, and longer duration of travel were associated with an increased risk of ILI. Additional tools and strategies are needed to prevent ILI in international travelers.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».