Evidence for long-term efficacy of a membrane filtration device in rural villages in Ghana
Notice bibliographique
Résumé
Drinking water contaminated by pathogenic micro-organisms increases the risk of infectious gastrointestinal disease which could potentially lead to acute kidney injury and even death, particularly amongst the young and the elderly. Earlier studies have shown a substantial reduction in the incidence of diarrheal disease over a period of one year using a polysulfone membrane water gravity-powered water filtration device. The current report is a continuation of these studies to assess the long-term effects of the innovative method on diarrheal incidence rates over a 4-year follow-up period. This follow-up study monitored the trend of self-reported diarrheal events in all households in the previously studied villages for 5 months, in the last half of each study year, using the same questionnaire utilized in the earlier study. Three villages that had no device yet installed served as controls. We computed monthly diarrheal incidence rates for all study years (standardized to per 100 person-months) and compared these to the pre-device incidence rate in 2018 and in the control group, using the Wilcoxon rank sum exact test. The average diarrheal incidence rates of 1.5 p100pm in 2019, 2.19 p100pm in 2021, and 0.54p100pm in 2022 were significantly different from an earlier study that reported 17.8 p100pm rates before the devices were installed in 2018, (all p-values < 0.05). Concomitantly, self-reported diarrheal infections were substantially higher in the "control villages" not yet having the filtration device installed (80.9, 77.6, and 21.5 per 100 pm). The consistent and large reduction in diarrhea incidence documents the long-term efficacy of the use of the membrane filtration device. This simple water purification method using gravity flow improves public health in remote regions with limited resources.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».