Prevalence of Fascioliasis in Livestock and Humans in Pakistan: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Fascioliasis is a parasitic infection that affects both livestock and humans. Understanding the distribution of Fasciola spp. can help the development of preventive measures to control fascioliasis. This systematic review and meta-analysis aimed to estimate the status of fascioliasis among livestock and humans in Pakistan between 2000 and 2020. Based on the selection criteria, 25 articles were selected from Google Scholar, PubMed, and Scopus. This review included 76,099 animals, including 13,738 that were positive for fascioliasis. The overall prevalence was 18.1%; it was 0.3% in humans and 20.1% in livestock. Among animal hosts, the prevalence was highest in sheep (53.5%), followed by the goats (44.9%), cows (21.3%), buffaloes (16.8%), cattle (12.7%), and humans (0.3%). Sindh had the highest prevalence at 42.7%, followed by Baluchistan (25.2%), Punjab (17.7%), Khyber Pakhtunkhwa (10.7%), and Islamabad capital territory (1.5%). In the Punjab province, sheep had the highest prevalence (65.7%); in Khyber Pakhtunkhwa, it was buffalo (15.9%); and in Baluchistan, it was cows (28.5%). The prevalence of Fasciola spp. was higher in Sindh and Baluchistan than in the other provinces. The presented results are essential for developing preventive approaches for the management of human health and minimizing economic loss in the livestock industry in Pakistan. Preventive-curative treatments two times a year followed by a prophylactic treatment at the end of the dry season are crucial throughout the areas of Pakistan that serve as hotspots for infection by Fasciola sp. For humans, regular, prioritized surveys must be performed for high-risk populations so that the real situation can be assessed and addressed in a timely manner.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».