Dengue Incidence and Sociodemographic Conditions in Pucallpa, Peruvian Amazon: What Role for Modification of the Dengue–Temperature Relationship?
Notice bibliographique
Résumé
Dengue is a climate-sensitive disease with an increasing global burden. Although the relationship between meteorological conditions and dengue incidence is well established, less is known about the modifying nature of sociodemographic variables on that relationship. We assess the strength and direction of sociodemographic effect modification of the temperature-dengue relationship in the second largest city of the Peruvian Amazon to identify populations that may have heightened vulnerability to dengue under varying climate conditions. We used weekly dengue counts and averaged meteorological variables to evaluate the association between disease incidence, meteorological exposures, and sociodemographic effect modifiers (gender, age, and district) in negative binomial regression models. District was included to consider geographical effect modification. We found that being a young child or elderly, being female, and living in the district of Manantay increased dengue's incidence rate ratio (IRR) as a result of 1°C increase in weekly mean temperature (IRR = 2.99, 95% CI: 1.99-4.50 for women less than 5 years old and IRR = 2.86, 95% CI: = 1.93-4.22 for women older than 65 years, both estimates valid for the rainy season). The effect of temperature on dengue depended on season, with stronger effects during rainy seasons. Sociodemographic variables can provide options for intervention to mitigate health impacts with a changing climate. Our results indicate that patterns of baseline risk between regions and sociodemographic conditions can differ substantially from trends in climate sensitivity. These results challenge the assumption that the distribution of climate change impacts will be patterned similarly to existing social gradients in health.
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) | 0,000 | 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) | 0,000 | 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 ».