Global burden and trends of neglected tropical diseases from 1990 to 2019
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
BACKGROUND: An updated analysis of neglected tropical diseases (NTDs) from a global perspective is missing from the literature. We aimed to assess the global burden and trends of NTDs from 1990 to 2019. METHODS: Yearly incident case, mortality and disability-adjusted life years (DALYs) data for NTDs were extracted from the Global Burden of Disease Study 2019 (GBD 2019) based on global, regional, country, social development index (SDI), age and sex categories. The age-standardized rate (ASR) and number of incident cases, mortality and DALYs were computed from 1990 to 2019. The estimated annual percentage change (EAPC) in the ASR was calculated to quantify the changing trend. RESULTS: Globally, the age-standardized incidence rate (ASIR) and the number of incident cases of total NTDs increased between 1990 and 2019, whereas the age-standardized mortality rate (ASMR), mortality, age-standardized DALY rate and DALYs of total NTDs decreased. Although tropical Latin America, South Asia, Southeast Asia and Oceania had the highest ASIR for total NTDs in 2019, tropical Latin America was the only region to experience a decreasing trend in ASIR from 1673.5 per 100 000 in 2010 to 1059.2 per 100 000 in 2019. The middle, high-middle and high SDI regions experienced increasing ASIR trends between 1990 and 2019, whereas the low-middle SDI region remained stable, and the low SDI region presented a decreasing trend. Children and older adults were vulnerable to dengue, rabies and leishmaniasis (cutaneous and mucocutaneous). Females had a higher ASIR but a lower ASMR and age-standardized DALY rate than males. CONCLUSIONS: NTDs still represent a serious problem for public health, and the increasing ASIR and incident cases globally may require more targeted strategies for prevention, control and surveillance, especially among specific populations and endemic areas.
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) | 0,003 | 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