Intervention Packages for Early Visceral Leishmaniasis Case Detection and Sandfly Control in Bangladesh: A Comparative Analysis
Notice bibliographique
Résumé
We compared the efficacy of three intervention packages for active case detection (ACD) of visceral leishmaniasis (VL)/post–kala-azar dermal leishmaniasis (PKDL) combined with sandfly control around an index case. The packages were 1) no kala-azar transmission activity involving indoor residual spraying (IRS) with deltamethrin, peri-domestic deployment of larvicide with temephos, and house-to-house search for cases; 2) fever camp (FC) plus durable wall lining (DWL) with deltamethrin; and 3) FC plus insecticide (deltamethrin) impregnated bed-nets (ITN) around an index case. Fever camp includes 1-day campaign at the village level to screen and diagnose VL, PKDL, leprosy, malaria, and tuberculosis among residents with chronic fever or skin disease. Efficacy was measured through yield of new cases, vector density reduction, and mortality at 1, 3, 6, 9, and 12 months following intervention. Fever camp + DWL was the most efficacious intervention package with 0.5 case detected per intervention, 79% reduction in vector density (incidence rate ratio [IRR] = 0.21, P = 0.010), and 95.1% (95% confidence interval: 93.4%, 96.8%) sandfly mortality at 12 months. No kala-azar transmission activity was efficacious for vector control (74% vector reduction, IRR = 0.26, P < 0.0001 at 9 months; and 84% sandfly mortality at 3 months), but not for case detection (0 case per intervention). Fever camp + ITN was efficacious in detection of VL/PKDL cases (0.43 case per intervention), but its efficacy for vector control was inconsistent. We recommend index case–based FC for ACD combined with DWL or IRS plus larvicide for sandfly control during the consolidation and maintenance phases of the VL elimination program of the Indian subcontinent.
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 | 0,000 |
| 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 ».