Climate Variability, Dengue Vector Abundance and Dengue Fever Cases in Dhaka, Bangladesh: A Time-Series Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Numerous studies on climate change and variability have revealed that these phenomena have noticeable influence on the epidemiology of dengue fever, and such relationships are complex due to the role of the vector—the Aedes mosquitoes. By undertaking a step-by-step approach, the present study examined the effects of climatic factors on vector abundance and subsequent effects on dengue cases of Dhaka city, Bangladesh. Here, we first analyzed the time-series of Stegomyia indices for Aedes mosquitoes in relation to temperature, rainfall and relative humidity for 2002–2013, and then in relation to reported dengue cases in Dhaka. These data were analyzed at three sequential stages using the generalized linear model (GLM) and generalized additive model (GAM). Results revealed strong evidence that an increase in Aedes abundance is associated with the rise in temperature, relative humidity, and rainfall during the monsoon months, that turns into subsequent increases in dengue incidence. Further we found that (i) the mean rainfall and the lag mean rainfall were significantly related to Container Index, and (ii) the Breteau Index was significantly related to the mean relative humidity and mean rainfall. The relationships of dengue cases with Stegomyia indices and with the mean relative humidity, and the lag mean rainfall were highly significant. In examining longitudinal (2001–2013) data, we found significant evidence of time lag between mean rainfall and dengue cases.
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.
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) | 0,002 | 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 découle