Seasonality of influenza and coseasonality with avian influenza in Bangladesh, 2010–19: a retrospective, time-series analysis
Notice bibliographique
Résumé
BACKGROUND: Seasonal and avian influenza viruses circulate among human and poultry populations in Bangladesh. However, the epidemiology of influenza is not well defined in this setting. We aimed to characterise influenza seasonality, examine regional heterogeneity in transmission, and evaluate coseasonality between circulating influenza viruses in Bangladesh. METHODS: In this retrospective, time-series study, we used data collected between January, 2010, and December, 2019, from 32 hospital-based influenza surveillance sites across Bangladesh. We estimated influenza peak timing and intensity in ten regions using negative binomial harmonic regression models, and applied meta-analytic methods to determine whether seasonality differed across regions. Using live bird market surveillance data in Dhaka, Bangladesh, we estimated avian influenza seasonality and examined coseasonality between human and avian influenza viruses. FINDINGS: =93·9%; p<0·0001), with metropolitan regions peaking earlier and epidemic spread following a spatial diffusion pattern based on geographical proximity. Comparatively, avian influenza displayed weak seasonality, with moderate year-round transmission and a small peak in April (peak calendar week 14·9, 95% CI 13·2-17·0), which was out of phase with influenza peaks in humans. INTERPRETATION: In Bangladesh, influenza prevention and control activities could be timed with annual seasonality, and regional heterogeneity should be considered in health resource planning. Year-round avian influenza transmission poses a risk for viral spillover, and targeted efforts will be crucial for mitigating potential reassortment and future pandemic threats. FUNDING: Canadian Institute of Health Research Vanier Canada Graduate Scholarship.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».