MétaCan
Menu
Retour à la cohorte
Enregistrement W4214916792 · doi:10.1016/j.onehlt.2022.100378

Spatiotemporal heterogeneity and determinants of canine rabies evidence at Local Government Area Level in Nigeria: Implications for rabies prevention and control

2022· article· en· W4214916792 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOne Health · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueRabies epidemiology and control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRabiesEnvironmental healthPopulationLocal governmentVeterinary medicineGeographyLocal government areaEpizooticSocioeconomicsMedicineVirologySociology

Résumé

récupéré en direct d'OpenAlex

Canine rabies poses a significant risk to humans and animals in Nigeria. However, the lack of reliable tools to evaluate the performance of existing canine rabies control programs to inform public health policy decisions poses a severe obstacle. We obtained canine rabies surveillance data from the National Veterinary Research Institute (NVRI) and supplemented these data with rabies diagnoses reported in the published studies from Nigeria. To uncover contextual factors (i.e., environmental and sociodemographic) associated with canine rabies evidence at the Local Government Area (LGA) level, we classified LGAs in Nigeria into four categories based on evidence availability (i.e., LGAs with NVRI data or published studies, both, or no evidence). We described the geographical and temporal variation in coverage. We fitted a multinomial regression model to examine the association between LGA level canine rabies evidence and potential sociodemographic and ecological determinants of canine rabies evidence. The effective annual testing during the 19 years was less than one dog/100,000 Nigerian resident-year. Our results showed that 58% of Nigerian LGAs (450/774) had not been targeted by the existing national rabies surveillance or studies on rabies, including ten states capitals with high human populations. While 16% (122/774) of Nigerian LGAs concentrated in Taraba, Adamawa, and Abia had canine rabies evidence from published studies, none of these LGAs was represented in the NVRI rabies surveillance data. We also observed an increasing trend in rabies evidence over time towards the eastern part of Nigeria. Our multinomial regression model indicated that education level, poverty, population density, land use and temperature were significantly associated with canine rabies evidence at the LGA level. This study underscores the value of combining canine rabies evidence from different sources to better understand the current disease situation for targeted intervention.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,032
Score d'incertitude au seuil0,645

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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 Opus0,082
Tête enseignante GPT0,334
Écart entre enseignants0,253 · 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