Shifting Geographical Transmission Patterns: Characterizing the 2023 Fatal Dengue Outbreak in Bangladesh
Notice bibliographique
Résumé
Abstract In 2023, Bangladesh experienced its largest and deadliest outbreak of Dengue virus (DENV), reporting the highest-ever recorded annual cases and deaths. We aimed to characterize the geographical transmission of the DENV in Bangladesh. From 1 Jan – 31 Dec 2023, we extracted and analyzed daily data on dengue cases and deaths from the national Management Information System (MIS). We performed a generalized linear mixed model to identify the associations between division-wise daily dengue counts and various geographical and meteorological covariates. The number of Dengue cases reported in 2023 was 1.3 times higher than the total number recorded in the past 23 years (321,179 vs. 244,246), with twice as many deaths than the total fatalities recorded in the past 23 years (1705 vs. 849). Of the 1705 deaths in 2023, 67.4% (n=1015) expired within one day after hospital admission. The divisions southern to Dhaka had a higher dengue incidence/1000 population (2.30 vs. 0.50, p<0,0.01), and higher mean annual temperatures (27.46 vs. 26.54 °C) than the northern divisions. The average daily temperature (IRR: 1.13, 95% CI: 1.11-1.14), urban and rural population ratio of the divisions (IRR: 1.04, 95% CI: 1.03-1.04), showed a positive, and rainfall (IRR: 0.99, 95% CI: 0.98-0.99) showed a negative association with dengue cases in each division. We observed a major geographical shift of Dengue cases from the capital city Dhaka to different districts of Bangladesh with a higher incidence of dengue in the southern division of Bangladesh, influenced by temperature and urbanization.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».