MétaCan
Menu
Retour à la cohorte
Enregistrement W4224869325 · doi:10.21203/rs.3.rs-1405677/v2

Epidemiological Studies of Malaria in Gboko Metropolis, Gboko Local Government Area of Benue State, Nigeria

2022· preprint· en· W4224869325 sur OpenAlexaff
Emmanuel Okwudili Ogbuefi, Dennis N. Aribodor, Ngozi Nneka Joe‐Ikechebelu, Ogechukwu B. Aribodor, Ifeoma Chizoba Okechukwu, Obinna Ndubueze Orjichukwu

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineComputer Science
ThématiqueDigital Imaging for Blood Diseases
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMalariaEpidemiologyMedicineBlood smearLocal government areaSignificant differenceRapid diagnostic testEnvironmental healthVeterinary medicineDemographyInternal medicineLocal governmentImmunologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract We carried out an epidemiological study of malaria in Gboko metropolis in Gboko Local Government Area of Benue State, North - Central Nigeria to determine the malaria prevalence, risk factors and perception to malaria control among patients attending the hospital clinics between April and June, 2021. We used Rapid Diagnostic Test (RDT), thin blood and thick blood film microscopy to sample the blood of 415 patients to determine specie, prevalence and intensity of malaria parasites. Also, structured questionnaire was administered to 400 individuals to obtain information on malaria management practices of the people. Chi-square test P < 0.05 was used to check for relationships between prevalence of malaria and other parameters in the study. The prevalence rate was found to be (55.7%) 231/415 and all (100%) were infections of Plasmodium falciparum. There was significant difference (p < 0.05) in the prevalence by age with the age groups 20–29 years having the highest prevalence of 68.9% (51/74). General Hospital Gboko recorded the highest prevalence of 74.3% (92/124) while Royal Hospital Gboko recorded the lowest prevalence of 31.6% (12/38) with a significant difference. The intensity of malaria infection showed that 45.9% (106/231) had moderate infection with no significant difference. In the administration of questionnaire, the respondents in Gboko demonstrated a good knowledge of malaria, 93.2% (373/400) opined that they have heard about malaria before. Respondents who do not sleep under LLINs recorded that 32.6% (30/92) do not have the mosquito net recorded, 17.4% (16/92) had no money to buy mosquito net while 10.9% (10/92) averred that it’s not comfortable sleeping under the net. Malaria public enlightenment efforts should be intensified to make malaria elimination not just possible but also achievable in Gboko Metropolis, Benue State.

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 enseignants0,016
Score d'incertitude au seuil0,031

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,126
Tête enseignante GPT0,425
Écart entre enseignants0,300 · 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 revueResearch SquareMême sujetDigital Imaging for Blood DiseasesTravaux en français237 207