Seasonality and Subnational Heterogeneity of Dengue in Bangladesh: A Descriptive Epidemiology
Notice bibliographique
Résumé
Dengue imposes a substantial and shifting hospital burden in Bangladesh. Subnational, setting- and sex-specific profiles can support surge planning and targeted control. A retrospective, cross-sectional analysis of routine aggregates from the Directorate General of Health Services (DGHS), Bangladesh dengue dashboard was conducted for 2024. We computed national totals and admission-based fatality (deaths ÷ admissions × 100), and profiled divisions, city-corporation versus outside-city settings, sex, and month-wise seasonality. In 2024, there were 101,211 admissions, 575 deaths, and 100,040 discharges, yielding an in-hospital fatality of 0.57%. Divisionally, Dhaka accounted for 57% of admissions and 69% of deaths; Barishal for 8.7% of admissions and 11.1% of deaths; Chattogram for 15.3% of admissions and 9.6% of deaths; Khulna for 9.9% of admissions and 6.1% of deaths; Sylhet recorded 0 deaths with few cases. Admission-based fatality was highest in Barishal (0.73%), followed by Dhaka (0.68%) and Mymensingh (0.48%). Within-division setting patterns diverged: in Dhaka, ≈68% of admissions and ≈87% of deaths occurred inside the city-corporation, whereas in Chattogram the city-corporation contributed <2% of division totals for both admissions and deaths. By sex, males were 63% of admissions, with fatality 0.4% in males versus 0.8% in females (overall 0.6%). Seasonality showed rising admissions and deaths from July, peaks in October–November, and a decline in December; the first quarter displayed a relatively higher death-to-admission proportion. Historical context showed a COVID-era dip in 2020 (1,405 admissions) and a peak in 2023 (321,017). Bangladesh’s 2024 dengue burden is highly concentrated in Dhaka, with notable excess fatality shares in Barishal and a strong urban skew in the Dhaka city-corporation. Sex and seasonal differences, higher female fatality among admissions and early-year proportional fatality highlight the need for risk-based triage, timely referral, and targeted vector control aligned with predictable peaks.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».