Integrating Case Detection of Visceral Leishmaniasis and Other Febrile Illness with Vector Control in the Post-Elimination Phase in Nepal
Notice bibliographique
Résumé
Nepal has completed the attack phase of visceral leishmaniasis (VL) elimination and now needs active case detection (ACD) and vector control methods that are suitable to the consolidation and maintenance phases. We evaluated different ACD approaches and vector control methods in Saptari district. We assessed 1) mobile teams deployed in villages with VL cases in 2015 to conduct combined camps for fever and skin lesions to detect VL/PKDL (post-kala-azar dermal leishmaniasis) and other infections; 2) an incentive approach by trained female community health volunteers (FCHVs) in villages with no VL cases in 2015. Both were followed by house-to-house visits. For vector control, four villages were randomly allocated to insecticide impregnation of bednets, insecticide wall painting, indoor residual spraying (IRS), and control. Sandfly density (by CDC light traps, The John W. Hock Company, USA) and mortality (World Health Organization cone bioassay) were assessed in randomly selected households. One VL, three tuberculosis, one leprosy, and one malaria cases were identified among 395 febrile cases attending the camps. Post-camp house-to-house screening involving 7,211 households identified 679 chronic fever and 461 skin lesion cases but no additional VL/PKDL. No VL/PKDL case was found by FCHVs. The point prevalence of chronic fever in camp and FCHV villages was 242 and 2 per 10,000 populations, respectively. Indoor residual spraying and bednet impregnation were effective for 1 month versus 12 months with insecticidal wall paint. Twelve-month sandfly mortality was 23%, 26%, and 80%, respectively, on IRS, bednet impregnation, and insecticide wall painting. In Nepal, fever camps and insecticidal wall paint prove to be alternative, sustainable strategies in the VL post-elimination program.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».