Low Complexity of Infection Is Associated With Molecular Persistence of Plasmodium falciparum in Kenya and Tanzania
Notice bibliographique
Résumé
Background: resistance to artemisinin-based combination therapies (ACTs) is a threat to malaria elimination. ACT-resistance in Asia raises concerns for emergence of resistance in Africa. While most data show high efficacy of ACT regimens in Africa, there have been reports describing declining efficacy, as measured by both clinical failure and prolonged parasite clearance times. Methods: infection were enrolled in Kenya and Tanzania after receiving treatment with artemether-lumefantrine. Blood samples were taken at 0, 24, 48, and 72 h, and weekly thereafter until 28 days post-treatment. Parasite and host genetics were assessed, as well as clinical, behavioral, and environmental characteristics, and host anti-malarial serologic response. Results: While there was a broad range of clearance rates at both sites, 85% and 96% of Kenyan and Tanzanian samples, respectively, were qPCR-positive but microscopy-negative at 72 h post-treatment. A greater complexity of infection (COI) was negatively associated with qPCR-detectable parasitemia at 72 h (OR: 0.70, 95% CI: 0.53-0.94), and a greater baseline parasitemia was marginally associated with qPCR-detectable parasitemia (1,000 parasites/uL change, OR: 1.02, 95% CI: 1.01-1.03). Demographic, serological, and host genotyping characteristics showed no association with qPCR-detectable parasitemia at 72 h. Parasite haplotype-specific clearance slopes were grouped around the mean with no association detected between specific haplotypes and slower clearance rates. Conclusions: infections, such as COI, are essential for ongoing surveillance of ACT treatment failure in Kenya, Tanzania, and more broadly in sub-Saharan Africa.
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».