MétaCan
Menu
Retour à la cohorte
Enregistrement W4205231073 · doi:10.1371/journal.pntd.0010019

Mapping environmental suitability of Haemagogus and Sabethes spp. mosquitoes to understand sylvatic transmission risk of yellow fever virus in Brazil

2022· article· en· W4205231073 sur OpenAlexfundno aff
Sabrina L. Li, André Luís Acosta, Sarah C. Hill, Oliver J. Brady, Marco Antônio Barreto de Almeida, Jáder da Cruz Cardoso, Arran Hamlet, Luís Filipe Mucci, Juliana Telles de Deus, Felipe Campos de Melo Iani, Neil Alexander, William Wint, Oliver G. Pybus, Moritz U. G. Kraemer, Nuno R. Faria, Jane P. Messina

Notice bibliographique

RevuePLoS neglected tropical diseases · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaOxford Martin School, University of OxfordFundação de Amparo à Pesquisa do Estado de São PauloEuropean CommissionGoogleWellcome TrustMedical Research CouncilWellcomeEidgenössische Technische Hochschule ZürichRockefeller Foundation
Mots-clésYellow feverVector (molecular biology)Transmission (telecommunications)OutbreakPopulationGeographyEcologyBiologyEnvironmental healthVirologyVirusComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Yellow fever (YF) is an arboviral disease which is endemic to Brazil due to a sylvatic transmission cycle maintained by infected mosquito vectors, non-human primate (NHP) hosts, and humans. Despite the existence of an effective vaccine, recent sporadic YF epidemics have underscored concerns about sylvatic vector surveillance, as very little is known about their spatial distribution. Here, we model and map the environmental suitability of YF's main vectors in Brazil, Haemagogus spp. and Sabethes spp., and use human population and NHP data to identify locations prone to transmission and spillover risk. METHODOLOGY/PRINCIPAL FINDINGS: We compiled a comprehensive set of occurrence records on Hg. janthinomys, Hg. leucocelaenus, and Sabethes spp. from 1991-2019 using primary and secondary data sources. Linking these data with selected environmental and land-cover variables, we adopted a stacked regression ensemble modelling approach (elastic-net regularized GLM, extreme gradient boosted regression trees, and random forest) to predict the environmental suitability of these species across Brazil at a 1 km x 1 km resolution. We show that while suitability for each species varies spatially, high suitability for all species was predicted in the Southeastern region where recent outbreaks have occurred. By integrating data on NHP host reservoirs and human populations, our risk maps further highlight municipalities within the region that are prone to transmission and spillover. CONCLUSIONS/SIGNIFICANCE: Our maps of sylvatic vector suitability can help elucidate potential locations of sylvatic reservoirs and be used as a tool to help mitigate risk of future YF outbreaks and assist in vector surveillance. Furthermore, at-risk regions identified from our work could help disease control and elucidate gaps in vaccination coverage and NHP host surveillance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,448
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

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

Citations52
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS neglected tropical diseasesMême sujetMosquito-borne diseases and controlTravaux en français237 207