Climate Change and Emerging Infectious Diseases: A Global Review of Shifting Patterns, Pathogens, and Public Health Risk
Notice bibliographique
Résumé
Climate change is changing how emerging infectious diseases (EIDs) spread over the world. The ecological conditions in which diseases, vectors, and hosts interact are changing because of rising temperatures, shifting patterns of rainfall, and increasingly frequent extreme weather events. This narrative review compiles existing research on climate-sensitive infectious illnesses and elucidates the principal mechanisms influencing observed changes. Food- and water-borne illnesses (e.g., cholera, leptospirosis) are increasingly linked to droughts, floods, and disruptions in infrastructure. Vector-borne diseases like dengue, chikungunya, malaria, and Lyme disease are spreading to highland and temperate areas. At the same time, zoonotic spillovers like Ebola, Nipah, and SARS-CoV-2 are happening more commonly in areas where the ecosystem has been altered. New worries are thermotolerant fungal infections and microorganisms that live in permafrost. This review does not offer new epidemiological modelling; instead, it puts recent Global Burden of Disease (GBD) estimates into context. These estimates reveal that the burden of infectious diseases is rising in regions that are sensitive to climate change, including sub-Saharan Africa, South Asia, and Latin America. Weak surveillance systems, health disparities caused by climate change, and broken data streams are some of the biggest gaps in response. Improvements in AI-based forecasting, satellite surveillance, pathogen genomes, and One Health methods provide useful tools for taking action before something happens. It is important to build public health systems that are climate-responsive, transdisciplinary, and fair in order to reduce the growing dangers posed by infectious illnesses connected to climate change.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».