Toxoplasmosis Behind Bars: One Health Approach on Serosurvey Dynamics and Associated Risk Factors for Women Inmates, Correctional Officers, and In‐Prison Feral Cats
Notice bibliographique
Résumé
Brazil holds the third highest general and fifth female incarcerated population worldwide. Despite the incarceration ecosystem that may favor the spreading of zoonotic diseases, particularly when unattended animals are present, no comprehensive study has focused on toxoplasmosis dynamics in such environment. Accordingly, the present study has aimed to serologically assess anti‐Toxoplasma gondii (IgG) antibodies by indirect immunofluorescent antibody test in inmates, correctional officers, and feral cats at the Women’s State Penitentiary of Parana, southern Brazil. In overall, 230/506 (45.5%; CI 95%: 41.2–49.8) incarcerated women, 31/91 (34.1%; 95% CI: 25.2–44.3) correctional officers, and 23/39 (59.0%; CI 95%: 43.2–72.9) cats were seropositive to anti‐T. gondii antibodies. Logistic regression revealed that seropositivity likelihood increased with consumption of raw meat (p = 0.040) and decreased with elementary educational level (p = 0.001). No statistical difference was found comparing seropositivity between inmates and correctional officers (p = 0.057). As women inmates have been considered among the most vulnerable groups in disease morbidity and mortality, seropositivity observed herein may be directly related to vulnerability and high T. gondii oocyst exposure dispersed in cat feces during incarceration.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».