Twice upon a time: The progression of canine visceral leishmaniasis in an Argentinean city
Notice bibliographique
Résumé
Canine Visceral Leishmaniasis (CVL) prevalence, spatial distribution and associated factors were assessed in four locations in Iguazú department in 2014 and in Puerto Iguazú city again in 2018. The city areas were divided into a grid of 400x400m cells. All cells were sampled in 2014 and a random subsampling was developed in 2018. In each cell, five dogs clustered in a 'critical scenario' (prone to have vectors) were sampled. A rapid immunochromatographic dipstick was used to detect antibodies against Leishmania infantum, confirming by lymph node smears observation and PCR. For Puerto Iguazú, Generalized Linear Models (GLMs) were constructed considering environmental, dog and clinical variables. Pearson's Chi square and Fisher's exact tests were employed to evaluate the association between CVL, dog clinical signs and infestation with other parasites. Cartographic outputs were made and Moran's I indices were calculated as spatial autocorrelation indicators. CVL prevalence rates were 26.18% in 2014 and 17.50% in 2018. No associations were established in environmental models, but dog age and repellent use were significant when running 2014 dog models. Clinical models showed significant associations between seropositive dogs and ophthalmological, dermal signs and onychogryphosis in 2014. In 2018, only adenomegaly was associated. The results of global Moran´s I were not significant but regarding local analysis, six sites in 2014 and one in 2018 presented autocorrelation with neighboring sites. The decrease in CVL prevalence may be associated to transmission stabilization, which could explain the lack of associations with dog-related variables. Further, spatial distribution of CVL is a poor evidence for design of transmission control measures but could be important in case of intensive parasite circulation or when the first autochthonous cases appear. For control success, sensitivity of diagnostic methods, political will and adequate material resources remain critical. Modeling of multiple variables will be required to identify factors that drive disease stabilization/destabilization.
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 | 0,000 |
| 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 | 0,000 |
| 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) | 0,001 | 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 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 ».