MétaCan
Menu
Retour à la cohorte
Enregistrement W4214561472 · doi:10.1016/j.ijid.2021.12.211

Seasonality of Human Influenza and Co-Seasonality with Avian Influenza in Bangladesh, 2010-2019

2022· article· en· W4214561472 sur OpenAlexaff
Irina Maljkovic Berry, Punam Mangtani, Mahbubur Rahman, Amy L. Greer, Shirley J. Morris, Raja Hasnain Anwar, M. Lisa, Tahmina Shirin, Mahnoor Islam, Fahmida Chowdhury, S. Dunkle, Eric Brum, Muzaffar G. Osmani, Meerjady Sabrina Flora, David N. Fisman

Notice bibliographique

RevueInternational Journal of Infectious Diseases · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensUniversity of GuelphHospital for Sick ChildrenBlueDot (Canada)Public Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSeasonalitySeasonal influenzaInfluenza A virus subtype H5N1GeographyVeterinary medicineVirologyBiologyMedicineCoronavirus disease 2019 (COVID-19)Internal medicineEcologyVirus

Résumé

récupéré en direct d'OpenAlex

Purpose: Seasonality and periodicity of influenza in human and animal populations is not well characterized in tropical and subtropical regions globally. In Bangladesh, where over 90% of poultry products are marketed through live poultry markets, avian influenza is prevalent in poultry and epidemics of influenza occur in humans. We sought to empirically examine the timing and intensity of influenza seasonality in humans and avian influenza in poultry in Bangladesh using time series methods. Methods & Materials: We evaluated 8,790 cases of human influenza occurring between January 2010 and December 2019 obtained from 32 hospital-based sentinel surveillance sites across Bangladesh. Avian influenza positive samples (n=2,274) were obtained from environmental surveillance across 106 live poultry markets in Dhaka between January 2016 and December 2019. We applied wavelet analysis to determine influenza periodicity, and conducted Poisson regression with harmonic terms adjusting for trend and an offset for samples tested to estimate the average timing and intensity of the primary influenza peak in each population. We examine co-seasonality by estimating the time lag between the annual influenza peak in humans and the annual avian influenza peak in poultry. Results: Over the 10-year period there was consistent annual periodicity of influenza in humans with peak incidence occurring in early July (peak calendar-week: 27.3, 95%CI: 27.0-27.5) and intense seasonality (amplitude: 14.7, 95%CI: 13.4-16.2). Large metropolitan centers displayed earlier epidemic timing, with epidemic spread following a spatial diffusion pattern based on geographic proximity. Comparatively, avian influenza displayed weak seasonality, with moderate year-round transmission and only a small peak in late March to early April (peak calendar-week: 13.5, 95%CI: 11.5-16.8; amplitude: 1.5, 95%CI: 1.3-1.7). Peak avian influenza preceded peak human influenza by 13.8 calendar-weeks (95%CI: 10.7-15.5). Conclusion: Our findings suggest that while influenza epidemics in humans are highly seasonal and take off faster in metropolitan areas, avian influenza in poultry does not display a strong seasonal trend in Bangladesh. Although influenza peaks do not coincide, endemic avian influenza continues to pose a risk for viral reassortment throughout the year. These co-seasonality results provide evidence for more quantitative risk assessments of viral reassortment and inform timing of sequencing-based 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,050
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,047
Tête enseignante GPT0,390
Écart entre enseignants0,343 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Infectious DiseasesMême sujetInfluenza Virus Research StudiesTravaux en français237 207