Spatial and temporal analysis of West Nile virus infection in mosquito and human populations based on arboviral detection testing data
Notice bibliographique
Résumé
West Nile virus (WNV) is a mosquito-borne zoonotic flavivirus which often causes asymptomatic infection in humans but may develop into a deadly neuroinvasive disease. In this study, we aimed to investigate variables potentially associated with human WNV infection using human and mosquito WNV surveillance and monitoring datasets, established over 20 years, from 2003 to 2022, across the province of Ontario, Canada. We combined climatic and geographic data, mosquito surveillance data (n = 3010 sites), blood donation arboviral detection testing data in the human population, and demographic and socio-economic data from Canadian population censuses. We hypothesized that spatio-temporal indices related to mosquito vector habitat and phenology, in addition to human demographic and socio-economic factors, were associated with WNV infection in the human population. Our results show that high habitat suitability of the main WNV vector in southerly locations of this region, Cx. pipiens/restuans (IRR = 2.0), and variables related to lower income (IRR = 2.8), and shelter infrastructure spending (IRR = 0.7), were key risk factors associated with WNV infection among blood donors from 2003 to 2022 across Ontario (R2 = 0.67). These results may inform points of entry for practical intervention aimed at reducing risk of mosquito-borne pathogens in Canada.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».