Cutaneous and mucocutaneous leishmaniasis in travellers and migrants: a 20-year GeoSentinel Surveillance Network analysis
Notice bibliographique
Résumé
BACKGROUND: Cutaneous leishmaniasis (CL) may be emerging among international travellers and migrants. Limited data exist on mucocutaneous leishmaniasis (MCL) in travellers. We describe the epidemiology of travel-associated CL and MCL among international travellers and immigrants over a 20-year period through descriptive analysis of GeoSentinel data. METHODS: Demographic and travel-related data on returned international travellers diagnosed with CL or MCL at a GeoSentinel Surveillance Network site between 1 September 1997 and 31 August 2017 were analysed. RESULTS: A total of 955 returned travellers or migrants were diagnosed with travel-acquired CL (n = 916) or MCL during the study period, of whom 10% (n = 97) were migrants. For the 858 non-migrant travellers, common source countries were Bolivia (n = 156, 18.2%) and Costa Rica (n = 97, 11.3%), while for migrants, they were Syria (n = 34, 35%) and Afghanistan (n = 22, 22.7%). A total of 99 travellers (10%) acquired their disease on trips of ≤ 2 weeks. Of 274 cases for which species identification was available, Leishmania Viannia braziliensis was the most well-represented strain (n = 117, 42.7%), followed by L. major (n = 40, 14.6%) and L. V. panamensis (n = 38, 13.9%). Forty cases of MCL occurred, most commonly in tourists (n = 29, 72.5%) and from Bolivia (n = 18, 45%). A total of 10% of MCL cases were acquired in the Old World. CONCLUSIONS: Among GeoSentinel reporting sites, CL is predominantly a disease of tourists travelling mostly to countries in Central and South America such as Bolivia where risk of acquiring L. V. braziliensis and subsequent MCL is high. The finding that some travellers acquired leishmaniasis on trips of short duration challenges the common notion that CL is a disease of prolonged travel. Migrants from areas of conflict and political instability, such as Afghanistan and Syria, were well represented, suggesting that as mass migration of refugees continues, CL will be increasingly encountered in intake countries.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».