Emerging and Re-emerging Infectious Diseases in the WHO Eastern Mediterranean Region, 2001-2018
Notice bibliographique
Résumé
BACKGROUND: Countries in the World Health Organization (WHO) Eastern Mediterranean Region (EMR) are predisposed to highly contagious, severe and fatal, emerging infectious diseases (EIDs), and re-emerging infectious diseases (RIDs). This paper reviews the epidemiological situation of EIDs and RIDs of global concern in the EMR between 2001 and 2018. METHODS: To do a narrative review, a complete list of studies in the field was we prepared following a systematic search approach. Studies that were purposively reviewed were identified to summarize the epidemiological situation of each targeted disease. A comprehensive search of all published studies on EIDs and RIDs between 2001 and 2018 was carried out through search engines including Medline, Web of Science, Scopus, Google Scholar, and ScienceDirect. RESULTS: Leishmaniasis, hepatitis A virus (HAV) and hepatitis E virus (HEV) are reported from all countries in the region. Chikungunya, Crimean Congo hemorrhagic fever (CCHF), dengue fever, and H5N1 have been increasing in number, frequency, and expanding in their geographic distribution. Middle East respiratory syndrome (MERS), which was reported in this region in 2012 is still a public health concern. There are challenges to control cholera, diphtheria, leishmaniasis, measles, and poliomyelitis in some of the countries. Moreover, Alkhurma hemorrhagic fever (AHF), and Rift Valley fever (RVF) are limited to some countries in the region. Also, there is little information about the real situation of the plague, Q fever, and tularemia. CONCLUSION: EIDs and RIDs are prevalent in most countries in the region and could further spread within the region. It is crucial to improve regional capacities and capabilities in preventing and responding to disease outbreaks with adequate resources and expertise.
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 | 0,001 | 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 ».