Etramp5 as a useful serological marker in children to assess the immediate effects of mass drug campaigns for malaria
Notice bibliographique
Résumé
Abstract Introduction Serological methods provide useful metrics to estimate age-specific period prevalence in settings of low malaria transmission; however, evidence on the use of seropositivity as an endpoint remains scarce in studies to evaluate combinations of malaria control measures, especially in children. This study aims to evaluate the immediate effects of a targeted mass drug administration campaign (tMDA) in Haiti by using serological markers. Methods The tMDA was implemented in September–October 2018 using sulfadoxine-pyrimethamine and single low-dose primaquine. A natural quasi-experimental study was designed, using a pretest and posttest in a cohort of 754 randomly selected school children, among which 23% reported having received tMDA. Five antigens were selected as outcomes (MSP1-19, AMA-1, Etramp5 antigen 1, HSP40, and GLURP-R0). Posttest was conducted 2–6 weeks after the intervention. Results At baseline, there was no statistical difference in seroprevalence between the groups of children that were or were not exposed during the posttest. A lower seroprevalence was observed for markers informative of recent exposure (Etramp5 antigen 1, HSP40, and GLURP-R0). Exposure to tMDA was significantly associated with a 50% reduction in the odds of seropositivity for Etramp5 antigen 1 and a 21% reduction in the odds of seropositivity for MSP119. Conclusion Serological markers can be used to evaluate the effects of interventions against malaria on the risk of infection in settings of low transmission. Antibody responses against Etramp5 antigen 1 in Haitian children were reduced in the 2–6 weeks following a tMDA campaign, confirming its usefulness as a short-term marker in child populations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,675 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».