MétaCan
Menu
Retour à la cohorte
Enregistrement W4411152111 · doi:10.4081/gh.2025.1370

Environmental and geographical factors influence malaria transmission in KwaZulu-Natal province, South Africa

2025· article· en· W4411152111 sur OpenAlexaff
Osadolor Ebhuoma, Michael Gebreslasie, Oswaldo C. Villena, Ali Arab

Notice bibliographique

RevueGeospatial health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMalaria Research and Control
Établissements canadiensGovernment of Alberta
Organismes subventionnairesnon disponible
Mots-clésMalariaGeographyTransmission (telecommunications)SocioeconomicsEnvironmental protectionEnvironmental healthEcologyBiologyMedicineImmunology

Résumé

récupéré en direct d'OpenAlex

The malaria burden remains largely concentrated in sub- Saharan Africa. South Africa, a country within this region, has made significant progress toward malaria elimination. However, malaria continues to be endemic in three of its nine provinces: Limpopo, Mpumalanga, and KwaZulu-Natal (KZN), which are located in the northern part of the country and share borders with Botswana, Zimbabwe, and Mozambique. This study focuses on KZN, where district municipalities report monthly malaria cases ranging from zero to 8,981. Fitting Bayesian zero-inflated models in the INLA R package, we assessed the effects of various climate and environmental variables on malaria prevalence and spatio-temporal transmission dynamics from 2005-2014. Specifically, we analyzed precipitation, day and night land surface temperature, the Normalized Difference Vegetation Index (NDVI), the Enhanced Vegetation Index (EVI) and elevation data for KZN local municipalities. Our findings indicate that the best model was the Zero- Inflated Negative Binomial (ZINB) and that at 95% Bayesian Credible Interval (CI), NDVI (0.74; CI (0.95, 3.87) is significantly related to malaria transmission in KZN, with the north-eastern part of the province exhibiting the highest risk of malaria transmission. Additionally, our model captured the reduction of malaria from 2005 to 2010 and the following resurgence. The modelling approach employed in this study represents a valuable tool for understanding and monitoring the influence of climate and environmental variables on the spatial heterogeneity of malaria. Also, this study reveals the need to strengthen the already existing crossborder collaborations to fortify KZN's malaria elimination goals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,259
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeospatial healthMême sujetMalaria Research and ControlTravaux en français237 207