Epidemiological review of confirmed Lassa fever cases during 2016–2018, in Plateau State, North Central Nigeria
Notice bibliographique
Résumé
Lassa fever (LF) is endemic in West Africa and constitutes a significant public health concern due to its potential for epidemics and associated high mortality. The first reported case and management of Lassa fever in Plateau State occurred more than 50 years ago. We set out to undertake a three-year epidemiological review of LF cases in Plateau State, North Central Nigeria. This is a retrospective study of all confirmed LF cases in Plateau State between 2016 and 2018. Plateau state Lassa fever- Line list and patient case records were used to extract relevant data. Lassa PCR was carried out at the NCDC accredited Laboratory network. Data analysis was done using STATA version SE14.1. Forty-four persons (44) had confirmed LF over the examined period, 18 (41%) in 2016, 15 (34%) in 2017 and 11 (25%) in 2018. The mean age was 29.7±14.6 years and 53% were males. Sixty-six percent (66%) of the patients resided in rural areas. It affected all local government areas (LGA) in the state except Pankshin, Jos East and Kanke LGAs. Twenty-five percent (25%) of the cases occurred among underprivileged communities of Jos North and another 25% in rural dwellers of Langtang North. Fifty-nine percent (59%) of cases occurred during the 1st quarter, 27% the 2nd quarter and 18% the 3rd quarter of the year. The case fatality rate was 57%. LF is endemic in Plateau State. Prevention strategies must be sustained year round and target the youth, urban and rural underprivileged communities. There is also need for case management improvement to reduce mortality.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».