The prevalence and risk factors for human Brucella species infection in a cross-sectional survey of a rural population in Punjab, India
Notice bibliographique
Résumé
BACKGROUND: Brucellosis is an important neglected zoonosis. Effective cattle vaccines are available but are infrequently used in India, where rural households commonly own one or two cattle as sources of protein and income. We assessed the prevalence of infection and risk factors in humans. METHODS: We conducted a cross-sectional sero-survey in randomly selected individuals in 60 villages in Punjab. Infection prevalence was assessed by positive Rose Bengal testing or immunoglobulin G enzyme-linked immunosorbent assay. Risk factors were adjusted for potential confounding using multivariable analyses. RESULTS: Of the 1927 subjects who were approached, 93% agreed to participate. Age-standardised prevalence for Brucella infection was 2.24% (95% confidence interval [CI] 1.61 to 3.11). More than 60% of households kept cattle and 10% assisted with calving or abortions. Nearly all individuals consumed boiled cow/buffalo milk from their own or neighbours' cattle and 3.3% consumed goat's milk. There was a 2.18 times increased odds (95% CI 0.96 to 4.95) of infection with calving/abortions and a 4.26 times increased odds (95% CI 1.33 to 13.6) with goat's milk but not bovine milk consumption. CONCLUSIONS: An association with calving/abortions and goat's milk consumption was seen. Brucella vaccination of household livestock would reduce the risk to humans in such settings. Additional measures include biosecurity training around calving/abortions, education to boil all milk and for healthcare workers to test for brucellosis.
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) | 0,000 | 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 ».