Vector diversity and malaria prevalence: global trends and local determinants
Notice bibliographique
Résumé
Abstract Identifying determinants of global infectious disease burden is a central goal of disease ecology. While it is widely accepted that host diversity structures parasite diversity and prevalence across large spatial scales, the influence of vector diversity on disease risk has rarely been examined despite the role of vectors as obligatory intermediate hosts for many parasites. Malaria, for instance, can be transmitted by over 70 species of mosquitoes, but the impact of this diversity on malaria risk remains unclear. Further, such relationships are likely dependent on the context in which disease transmission occurs, as arthropod life history and behavior are highly sensitive to environmental factors such as temperature. We studied the relationship between vector diversity, malaria prevalence, and environmental attributes using a unique dataset we curated by integrating several open-access sources. Globally, the association between vector species richness and malaria prevalence differed by latitude, indicating that this relationship is strongly dependent on underlying environmental conditions. Structural equation models further revealed different processes by which the environment impacts vector community assemblage and function, and subsequently disease prevalence, in different regions. In Africa, the environment exerted a top-down influence on disease through its role in shaping vector communities, whereas in Southeast Asia, disease prevalence is influenced by more complex interactions between the physical and socioeconomic environment (i.e., rainfall and GDP) and vector diversity across sites. This work highlights the key role of vector diversity in structuring disease distribution at large spatial scales and offers crucial insights to vector management and disease control. Significance statement The global health threat from persistent and emerging vector-borne diseases continues to increase and is exacerbated by rapid environmental and societal change. Predicting how disease burden will shift in response to these changes necessitates a clear understanding of existing determinants of disease risk. We focused on an underappreciated potential source of variation in disease burden – vector diversity – and its role in structuring global malaria distribution. Our work revealed that vector diversity influences malaria prevalence and that the strength and nature of this association strongly depend on local environmental context. Extending disease transmission theory, surveillance, and control to embrace heterogeneity in vector community structure and function across space and time is an asset in the fight against vector-borne diseases.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».