MétaCan
Menu
Retour à la cohorte
Enregistrement W3128798756 · doi:10.1186/s12936-021-03600-w

Spatial and temporal village-level prevalence of Plasmodium infection and associated risk factors in two districts of Meghalaya, India

2021· article· en· W3128798756 sur OpenAlexfundno aff
Anne Kessler, Badondor Shylla, Upasana Shyamsunder Singh, Rilynti Lyngdoh, B. Mawkhlieng, Anna Maria van Eijk, Steven A. Sullivan, Aparup Das, Catherine Walton, Mark L. Wilson, Jane M. Carlton, Sandra Albert

Notice bibliographique

RevueMalaria Journal · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMalaria Research and Control
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Indigenous Peoples' HealthNational Institute of Allergy and Infectious DiseasesIndian Council of Medical ResearchYork University
Mots-clésParasitologyMalariaEnvironmental healthTropical medicinePublic healthPlasmodium (life cycle)GeographyDemographyMedicineVeterinary medicineImmunologyParasite hostingPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite declining incidence over the past decade, malaria remains an important health burden in India. This study aimed to assess the village-level temporal patterns of Plasmodium infection in two districts of the north-eastern state of Meghalaya and evaluate risk factors that might explain these patterns. METHODS: Primary Health Centre passive malaria case data from 2014 to 2018 were analysed to characterize village-specific annual incidence and temporal trends. Active malaria case detection was undertaken in 2018 and 2019 to detect Plasmodium infections using PCR. A questionnaire collected socio-demographic, environmental, and behavioural data, and households were spatially mapped via GPS. Adult mosquitoes were sampled at a subset of subjects' houses, and Anopheles were identified by PCR and sequencing. Risk factors for Plasmodium infection were evaluated using bivariate and multivariate logistic regression analysis, and spatial cluster analysis was undertaken. RESULTS: The annual malaria incidence from PHC-based passive surveillance datasets in 2014-2018 was heterogenous but declining across villages in both districts. Active surveillance in 2018 enrolled 1468 individuals from 468 households (West Jaintia Hills) and 1274 individuals from 359 households (West Khasi Hills). Plasmodium falciparum prevalence per 100 people varied from 0 to 4.1% in the nine villages of West Jaintia Hills, and from 0 to 10.6% in the 12 villages of West Khasi Hills. Significant clustering of P. falciparum infections [observed = 11, expected = 2.15, Relative Risk (RR) = 12.65; p < 0.001] was observed in West Khasi Hills. A total of 13 Anopheles species were found at 53 houses in five villages, with Anopheles jeyporiensis being the most abundant. Risk of infection increased with presence of mosquitoes and electricity in the households [Odds Ratio (OR) = 1.19 and 1.11], respectively. Households with reported animals had reduced infection risk (OR = 0.91). CONCLUSION: Malaria incidence during 2014-2018 declined in all study villages covered by the passive surveillance data, a period that includes the first widespread insecticide-treated net campaign. The survey data from 2018 revealed a significant association between Plasmodium infection and certain household characteristics. Since species of Plasmodium-competent mosquito vectors continue to be abundant, malaria resurgence remains a threat, and control efforts should continue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,277
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMalaria JournalMême sujetMalaria Research and ControlTravaux en français237 207