Development of a New Trapping System with Potential Implementation as a Tool for Mosquito-Borne Arbovirus Surveillance
Notice bibliographique
Résumé
Mosquitoes of the Aedes and Culex genera are primary vectors of arboviruses such as the dengue, Zika, chikungunya (CHIKV), Oropouche, and West Nile viruses, causing millions of infections annually. Standard virus detection in mosquitoes requires capturing, transporting, and processing samples with a cold chain to preserve RNA, which is challenging in resource-limited areas. FTA cards preserve viral RNA at room temperature and have been used to collect mosquito saliva, a key sample for assessing transmission. However, most FTA-based traps require electricity or CO2, limiting use in low-resource settings. This study adapted and evaluated the BR-ArboTrap, a low-cost trap derived from an oviposition trap, integrating a sugar-based attractant with FTA cards to collect mosquito saliva, without electricity or refrigeration. Aedes aegypti exposed to CHIKV were used in three experiments to evaluate: (i) RNA preservation under different conditions, (ii) the minimum number of positive mosquitoes for detection, and (iii) RNA amounts on FTA versus blood. RT-qPCR detected CHIKV RNA in 90% of FTA cards and 96% of exposed mosquitoes. RNA remained stable under varying conditions, with no significant difference compared to blood. BR-ArboTrap is an effective, affordable, and field-ready tool to enhance arbovirus surveillance in remote and low-resource areas.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».