Rabies surveillance in the United States during 2021
Notice bibliographique
Résumé
OBJECTIVE: To provide epidemiological information on the occurrence of animal and human rabies in the US during 2021 and summaries of 2021 rabies surveillance for Canada and Mexico. PROCEDURES: State and territorial public health departments and USDA Wildlife Services provided data on animals submitted for rabies testing in 2021. Data were analyzed temporally and geographically to assess trends in domestic animal and wildlife rabies cases. RESULTS: During 2021, 54 US jurisdictions reported 3,663 rabid animals, representing an 18.2% decrease from the 4,479 cases reported in 2020. Texas (n = 456 [12.4%]), Virginia (297 [8.1%]), Pennsylvania (287 [7.8%]), North Carolina (248 [6.8%]), New York (237 [6.5%]), California (220 [6.0%]), and New Jersey (201 [5.5%]) together accounted for > 50% of all animal rabies cases reported in 2021. Of the total reported rabid animals, 3,352 (91.5%) involved wildlife, with bats (n = 1,241 [33.9%]), raccoons (1,030 [28.1%]), skunks (691 [18.9%]), and foxes (314 [8.6%]) representing the primary hosts confirmed with rabies. Rabid cats (216 [5.9%]), cattle (40 [1.1%]), and dogs (36 [1.0%]) accounted for 94% of rabies cases involving domestic animals in 2021. Five human rabies deaths were reported in 2021. CLINICAL RELEVANCE: The number of animal rabies cases reported in the US decreased significantly during 2021; this is thought to be due to factors related to the COVID-19 pandemic.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».