Malaria Burden and Associated Risk Factors in an Area of Pyrethroid-Resistant Vectors in Southern Benin
Notice bibliographique
Résumé
Malaria remains the main cause of morbidity and mortality in Benin despite the scale-up of long-lasting insecticidal nets (LLINs), indoor residual spraying, and malaria case management. This study aimed to determine the malaria burden and its associated risk factors in a rural area of Benin characterized by high net coverage and pyrethroid-resistant mosquito vectors. A community-based cross-sectional survey was conducted in three districts in southern Benin. Approximately 4,320 randomly selected participants of all ages were tested for malaria using rapid diagnostic tests within 60 clusters. Risk factors for malaria infection were evaluated using mixed-effect logistic regression models. Despite high population net use (96%), malaria infection prevalence was 43.5% (cluster range: 15.1-72.7%). Children (58.7%) were more likely to be infected than adults (31.2%), with a higher malaria prevalence among older children (5-10 years: 69.1%; 10-15 years: 67.9%) compared with young children (< 5 years: 42.1%); however, young children were more likely to be symptomatic. High household density, low socioeconomic status, young age (< 15 years), poor net conditions, and low net usage during the previous week were significantly associated with malaria infection. Malaria prevalence remains high in this area of intense pyrethroid resistance despite high net use. New classes of LLINs effective against resistant vectors are therefore crucial to further reduce malaria in this area.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».