Herpes Infections in Suspected Cases of Yellow Fever in the Democratic Republic of the Congo
Notice bibliographique
Résumé
In the battle to quickly identify potential yellow fever arbovirus outbreaks in the Democratic Republic of the Congo, active syndromic surveillance of acute febrile jaundice patients across the country is a powerful tool. However, patients who test negative for yellow fever virus infection are too often left without a diagnosis. By retroactively screening samples for other potential viral infections, we can both try to find sources of patient disease and gain information on how commonly they may occur and co-occur. Several human arboviruses have previously been identified, but there remain many other viral families that could be responsible for acute febrile jaundice. Here, we assessed the prevalence of human herpes viruses (HHVs) in these acute febrile jaundice disease samples. Total viral DNA was extracted from serum of 451 patients with acute febrile jaundice. We used real-time quantitative PCR to test all specimens for cytomegalovirus (CMV), herpes simplex virus (HSV), human herpes virus type 6 (HHV-6) and varicella-zoster virus (VZV). We found 21.3% had active HHV replication (13.1%, 2.4%, 6.2% and 2.4% were positive for CMV, HSV, HHV-6 and VZV, respectively), and that nearly half (45.8%) of these infections were characterized by co-infection either among HHVs or between HHVs and other viral infection, sometimes associated with acute febrile jaundice previously identified. Our results show that the role of HHV primary infection or reactivation in contributing to acute febrile jaundice disease identified through the yellow fever surveillance program should be routinely considered in diagnosing these patients.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».