Malaria Burden through Routine Reporting: Relationship between Incidence and Test Positivity Rates
Notice bibliographique
Résumé
Test positivity rate (TPR)—confirmed cases per 100 suspected cases tested, and test-confirmed malaria case rate (IR)—cases per 1,000 population, are common indicators used routinely for malaria surveillance. However, few studies have explored relationships between these indicators over time and space. We studied the relationship between these indicators in children aged < 11 years presenting with suspected malaria to the outpatient departments of level IV health centers in Nagongera, Kihihi, and Walukuba in Uganda from October 2011 to June 2016. We evaluated trends in indicators over time and space, and explored associations using multivariable regression models. Overall, 65,710 participants visited the three clinics. Pairwise comparisons of TPR and IR by month showed similar trends, particularly for TPRs < 50% and during low-transmission seasons, but by village, the relationship was complex. Village mean annual TPRs remained constant, whereas IRs drastically declined with increasing distance from the health center. Villages that were furthest away from the health centers (fourth quartile for distance) had significantly lower IRs than nearby villages (first quartile), with an incidence rate ratio of 0.40 in Nagongera (95% CI: 0.23–0.63; P = 0.001), 0.55 in Kihihi (0.40–0.75; P < 0.001), and 0.25 in Walukuba (0.12–0.51; P < 0.001). Regression analysis results emphasized a nonlinear (cubic) relationship between TPR and IR, after accounting for month, village, season, and demographic factors. Results show that the two indicators are highly relevant for monitoring malaria burden. However, interpretation differs with TPR primarily indicating demand for malaria treatment resources and IR indicating malaria risk among health facility catchment populations.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».