Longitudinal Study of Selected Bacterial Zoonoses in Small Ruminants in Tana River County, Kenya
Notice bibliographique
Résumé
Brucellosis, Q fever, and leptospirosis are priority zoonoses worldwide, yet their epidemiology is understudied, and studies investigating multiple pathogens are scarce. Therefore, we selected 316 small ruminants in irrigated, pastoral, and riverine settings in Tana River County and conducted repeated sampling for animals that were initially seronegative between September 2014 and June 2015. We carried out serological and polymerase chain reaction tests and determined risk factors for exposure. The survey-weighted serological incidence rates were 1.8 (95% confidence intervals [CI]: 1.3–2.5) and 1.3 (95% CI: 0.7–2.3) cases per 100 animal-months at risk for Leptospira spp. and C. burnetii, respectively. We observed no seroconversions for Brucella spp. Animals from the irrigated setting had 6.83 (95% CI: 2.58–18.06, p-value = 0.01) higher odds of seropositivity to C. burnetii than those from riverine settings. Considerable co-exposure of animals to more than one zoonosis was also observed, with animals exposed to one zoonosis generally having 2.5 times higher odds of exposure to a second zoonosis. The higher incidence of C. burnetii and Leptospira spp. infections, which are understudied zoonoses in Kenya compared to Brucella spp., demonstrate the need for systematic prioritization of animal diseases to enable the appropriate allocation of resources.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».