Two decades of endemic dengue in Bangladesh (2000–2022): trends, seasonality, and impact of temperature and rainfall patterns on transmission dynamics
Notice bibliographique
Résumé
The objectives of this study were to compare dengue virus (DENV) cases, deaths, case-fatality ratio [CFR], and meteorological parameters between the first and the recent decades of this century (2000-2010 vs. 2011-2022) and to describe the trends, seasonality, and impact of change of temperature and rainfall patterns on transmission dynamics of dengue in Bangladesh. For the period 2000-2022, dengue cases and death data from Bangladesh's Ministry of Health and Family Welfare's website, and meteorological data from the Bangladesh Meteorological Department were analyzed. A Poisson regression model was performed to identify the impact of meteorological parameters on the monthly dengue cases. A forecast of dengue cases was performed using an autoregressive integrated moving average model. Over the past 23 yr, a total of 244,246 dengue cases were reported including 849 deaths (CFR = 0.35%). The mean annual number of dengue cases increased 8 times during the second decade, with 2,216 cases during 2000-2010 vs. 18,321 cases during 2011-2022. The mean annual number of deaths doubled (21 vs. 46), but the overall CFR has decreased by one-third (0.69% vs. 0.23%). Concurrently, the annual mean temperature increased by 0.49 °C, and rainfall decreased by 314 mm with altered precipitation seasonality. Monthly mean temperature (Incidence risk ratio [IRR]: 1.26), first-lagged rainfall (IRR: 1.08), and second-lagged rainfall (IRR: 1.17) were significantly associated with monthly dengue cases. The increased local temperature and changes in rainfall seasonality might have contributed to the increased dengue cases 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».