Seroprevalence of Arboviruses in a Malaria Hyperendemic Area in Southern Mali
Notice bibliographique
Résumé
Diagnostics for febrile illnesses other than malaria are not readily available in rural sub-Saharan Africa. This study assessed exposure to three mosquito-borne arboviruses-dengue virus (DENV), Zika virus (ZIKV), and chikungunya virus (CHIKV)-in southern Mali. Seroprevalence for DENV, CHIKV, and ZIKV was analyzed by detection of IgG antibodies and determined to be 77.2%, 31.2%, and 25.8%, respectively. Among study participants, 11.3% were IgG-positive for all three arboviruses. DENV had the highest seroprevalence rate at all sites; the highest seroprevalence of CHIKV and ZIKV was observed in Bamba. The seroprevalence for all three arboviruses increased with age, and the highest seroprevalence was observed among adults older than 50 years. The prevalence of Plasmodium spp. in the cohort was analyzed by microscopy and determined to be 44.5% (N = 600) with Plasmodium falciparum representing 95.1% of all infections. This study demonstrates the co-circulation of arboviruses in a region hyperendemic for malaria and highlights the needs for arbovirus diagnostics in rural sub-Saharan Africa.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».