High prevalence of vector-borne protozoa and bacteria in dogs from Chad determined using a targeted next-generation sequencing approach
Notice bibliographique
Résumé
Data on vector-borne pathogens infecting dogs from sub-Saharan Africa is limited. In this study, we assessed the prevalence of VBPs, their associated risk factors, and pathogen interactions in domestic dogs. Whole blood samples were obtained for 1202 apparently healthy dogs in Chad from September to October 2021, and nucleic acids were extracted and then subjected to a targeted next-generation sequencing (tNGS) assay for detection of 15 VBPs. Overall, 88.7% of the dogs were positive for at least one pathogen, and 62.9% were coinfected with two or more VBPs. The most frequent pathogen detected was Hepatozoon canis in 62.4% of the dogs, Mycoplasma haemocanis in 59.2%, Anaplasma platys in 29.2%, Candidatus Mycoplasma haematoparvum in 21.2%, Ehrlichia canis in 20.3%, Babesia vogeli in 2.0% and Candidatus Mycoplasma turicensis in 1.5%. While most of the dogs (62.9%) were co-infected with two or more VBPs, having an infection with three pathogens (30.8%) was more common. According to multivariable logistic regression analysis, being a senior dog and residing in Chari Baguirmi south were identified as potential risk factors for infection by most of the pathogens. Network analyses revealed complex interactions suggesting facilitative associations among VBPs. These results are useful in expanding the knowledge of VBPs in Africa and establishing a baseline for downstream studies into hemotropic mycoplasmas.
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) | 0,000 | 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 ».