Urban Rats ( <i>Rattus norvegicus</i> ) through a One Health Lens: Social and Ecological Factors Promote Opportunities for Urban Leptospirosis in Rats, Dogs, and People
Notice bibliographique
Résumé
Abstract Living in cities creates One Health challenges because urban environments can promote pathogen transmission in wildlife and human-wildlife interactions with commensal species such as rats. In this study, we examined social and ecological processes that lead to an elevated risk of leptospirosis, a fatal rat-associated disease transmitted through Leptospira interrogans bacteria in urine. We examined rat and human factors associated with (1) human exposure to rat urine in the home environment, (2) the presence of rats carrying L. interrogans on the block, and (3) environmental conditions associated with rat infection. We surveyed residents and trapped rats on the same 16 blocks in four neighbourhoods in Chicago. Survey respondents were more likely to observe rat urine in their homes if they had lower incomes. Blocks where rats were carrying L. interrogans had higher rat abundance and respondents with higher incomes, who reported dogs dying from leptospirosis, children playing in yards with rat waste, flooded yards, and gardens with rat burrows. Rats were more likely to be infected with L. interrogans if they were trapped on a block with more accessible garbage and if they were older. Our results highlight that rat presence alone does not determine the risk of close contact with rat-associated pathogens; socio-economics can affect an individual’s ability to exclude animals from living spaces. In addition, improved waste management may help mitigate disease risks for humans, wildlife, and domestic animals. We also discuss opportunities for public education about rat-associated zoonoses and lessons learned about meaningful community engagement in One Health work. Information © The Authors 2024
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 | 0,001 | 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 ».