Medically Significant Vector-Borne Viral Diseases in Iran
Notice bibliographique
Résumé
Vector-borne viral diseases (VBVDs) continue to pose a considerable public health risk to animals and humans globally. Vectors have integral roles in autochthonous circulation and dissemination of VBVDs worldwide. The interplay of agricultural activities, population expansion, urbanization, host/pathogen evolution, and climate change, all contribute to the continual flux in shaping the epidemiology of VBVDs. In recent decades, VBVDs, once endemic to particular countries, have expanded into new regions such as Iran and its neighbors, increasing the risk of outbreaks and other public health concerns. Both Iran and its neighboring countries are known to host a number of VBVDs that are endemic to these countries or newly circulating. The proximity of Iran to countries hosting regional diseases, along with increased global socioeconomic activities, e.g., international trade and travel, potentially increases the risk for introduction of new VBVDs into Iran. In this review, we examined the epidemiology of numerous VBVDs circulating in Iran, such as Chikungunya virus, Dengue virus, Sindbis virus, West Nile virus, Crimean-Congo hemorrhagic fever virus, Sandfly-borne phleboviruses, and Hantavirus, in relation to their vectors, specifically mosquitoes, ticks, sandflies, and rodents. In addition, we discussed the interplay of factors, e.g., urbanization and climate change on VBVD dissemination patterns and the consequent public health risks in Iran, highlighting the importance of a One Health approach to further surveil and to evolve mitigation strategies.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».