Plasmodium falciparum sexual conversion rates can be affected by artemisinin-based treatment in naturally infected malaria patients
Notice bibliographique
Résumé
BACKGROUND: Artemisinins (ART) are the key component of the frontline antimalarial treatment, but their impact on Plasmodium falciparum sexual conversion rates in natural malaria infections remains unknown. This is an important knowledge gap because sexual conversion rates determine the relative parasite investment between maintaining infection in the same human host and transmission to mosquitoes. METHODS: The primary outcome of this study was to assess the impact of ART-based treatment on sexual conversion rates by comparing the relative transcript levels of pfap2-g and other sexual ring biomarkers (SRBs) before and after treatment. We analysed samples from previously existing cohorts in Vietnam, Burkina Faso and Mozambique (in total, n=109) collected before treatment and at 12 h intervals after treatment. As a secondary objective, we investigated factors that may influence the effect of treatment on sexual conversion rates. FINDINGS: In the majority of infections from the African cohorts, but not from Vietnam, we observed increased expression of pfap2-g and other SRBs after treatment. Estimated parasite age at the time of treatment was negatively correlated with the increase in pfap2-g transcript levels, suggesting that younger parasites are less susceptible to stimulation of sexual conversion. INTERPRETATION: We observed enhanced expression of SRBs after ART-based treatment in many patients, which suggests that in natural malaria infections sexual conversion rates can be altered by treatment. ART-based treatment reduces the potential of a treated individual to transmit the disease, but we hypothesise that under some circumstances this reduction may be attenuated by ART-enhanced sexual conversion. FUNDING: Spanish Agencia Estatal de Investigación (AEI), European Regional Development Fund (ERDF, European Union), Belgium Development Cooperation (DGD), Canadian University Health Network (UHN), TransGlobalHealth-Erasmus Mundus (European Union).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».