Relationship between meteorological factors and the incidence of severe fever with thrombocytopenia syndrome: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: Although meteorological factors are connected with severe fever with thrombocytopenia syndrome (SFTS) incidence, available findings have been inconsistent. This study was performed to systematically evaluate the correlation between meteorological factors and SFTS incidence. METHODS: We performed a thorough literature search in PubMed, Web of Science, Embase, Cochrane Library, and Chinese databases from databases initiatives to November 30, 2024. Literature was searched for correlation between meteorological factors and SFTS incidence. Two researchers screened the retrieved literature based on exclusion and inclusion criteria. Finally, data extraction and quality evaluation were carried out for the included literature, and meta-analysis was executed applying the R package (4.4.1). RESULTS: = -0.69, 95%CI -0.78- -0.59, P < 0.001), and the average wind speed was not significantly correlated with SFTS incidence (P > 0.05). CONCLUSIONS: Factors such as temperature, humidity, precipitation, sunshine duration, and atmospheric pressure are related to the incidence of SFTS with a certain lag effect. Future studies on the relationship between meteorological factors and the incidence of SFTS should fully consider human activities and environmental factors, and explore the pathogenesis and transmission mechanisms in greater depth, so as to provide targeted preventive measures. CLINICAL TRIAL NUMBER: Not applicable.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,024 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».