Surveillance for One Health and high consequence veterinary pathogens (Brucellosis, Coxiellosis and Foot and Mouth Disease) in Southeast Asia: Lao PDR and Cambodia in focus and the importance of international partnerships
Notice bibliographique
Résumé
Animal disease surveillance in limited-resource countries is challenging but critical in providing epidemiological information to inform disease prevention and control programmes. Despite multiple international agencies and partnerships supporting Lao PDR and Cambodia’s animal disease surveillance activities over many years, cost-effectiveness and sustainability remain significant constraints. Here we describe the development and implementation of national abattoir-based surveillance networks in Laos and central Cambodia consisting of an information exchange platform and sample collection and submission systems. The networks enhanced the national surveillance capacity and provided snapshot information of seroprevalence for selected One Health and high consequence veterinary pathogens, including Q fever, brucellosis, and Foot and Mouth Disease (FMD). Despite abattoir survey data revealing that the seroprevalence of Q fever and brucellosis was generally low, the true impact on public health for these diseases remains unclear due to low levels of awareness and diagnostic capacity. FMD antibodies derived from natural infection rather than vaccination were noted in greater than 40% of the animal sampled in both countries, which suggests significant underreporting of outbreak events. Such networks will continue to be refined to improve their cost-effectiveness and sustainability, including the introduction of a simple online application for reporting animal disease outbreaks as well as expanding to other relevant One Health pathogens and species.
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 | 0,000 | 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 | 0,001 |
| 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 ».