Seroepidemiology of Dengue Viral Infection in Peshawar
Notice bibliographique
Résumé
Background: Dengue viral infection is the most prevalent infection particularly in the months of September to December in different region of Khyber Pakhtunkhwa. The aim of this study was to determine the prevalence of dengue viral infection in district Peshawar. Methods: A cross-sectional study was conducted and recruited two hundred suspected dengue viral infected patients. Blood were collected for diagnosis of dengue viral infection through immunochromatograpy technique. All the collected data analyzed through Microsoft Excel 2020. Results: A total of 200 suspected dengue viral infected patients participated. Among total, 59.5% were male and 40.5% were female patients. Out of total, 61 were found positive through NS-1 strips. IgG antibodies were more found in male than female. Whereas, IgM antibodies were more prevalent found in female patients. Conclusion: Overall, the prevalence of dengue viral infection is more in our region. The prevalence of dengue viral infection is greater in male patients as compared to female patients. It is important to arrange different prevention programs including seminars, workshops and conference throughout the district. Implementation of control and surveillance programs are highly essential to determine regarding the dengue level. Health policy makers need to pay attention towards the dengue disease and to provide different training session to health care providers and physician. Keywords: Dengue viral infection, Sero-prevalence, Epidemiology
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 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 ».