The 2022 dengue outbreak in Bangladesh: hypotheses for the late resurgence of cases and fatalities
Notice bibliographique
Résumé
Bangladesh reported the highest number of annual deaths (n = 281) related to dengue virus infection in 2022 since the virus reappeared in the country in 2000. Earlier studies showed that >92% of the annual cases occurred between the months of August and September. The 2022 outbreak is characterized by late onset of dengue cases with unusually higher deaths in colder months, that is, October-December. Here we present possible hypotheses and explanations for this late resurgence of dengue cases. First, in 2022, the rainfall started late in the season. Compared to the monthly average rainfall for September and October between 2003 and 2021, there was 137 mm of additional monthly rainfall recorded in September and October 2022. Furthermore, the year 2022 was relatively warmer with a 0.71°C increased temperature than the mean annual temperature of the past 20 yr. Second, a new dengue virus serotype, DENV-4, had recently reintroduced/reappeared in 2022 and become the dominant serotype in the country for a large naïve population. Third, the post-pandemic return of normalcy after 2 yr of nonpharmaceutical social measures facilitates extra mosquito breeding habitats, especially in construction sites. Community engagement and regular monitoring and destruction of Aedes mosquitoes' habitats should be prioritized to control dengue virus outbreaks in Bangladesh.
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 | 0,002 | 0,007 |
| 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) | 0,000 | 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 ».