Assessing the extent and public health impact of bat predation by domestic animals using data from a rabies passive surveillance program
Notice bibliographique
Résumé
Domestic animals can serve as consequential conveyors of zoonotic pathogens across wildlife-human interfaces. Still, there has been little study on how different domestic species and their behaviors influence the zoonotic risk to humans. In this study, we examined patterns of bat encounters with domestic animals that resulted in submission for testing at the rabies laboratories of the Canadian Food Inspection Agency (CFIA) during 2014–2020. Our goals were specifically to examine how the number of bats submitted and the number of rabies positive bats varied by the type of domestic animal exposure and whether domestic cats were indoor or free-roaming. The CFIA reported 6258 bat submissions for rabies testing, of which 41.5% and 8.7% had encounter histories with cats and dogs, respectively. A much smaller fraction of bat submissions (0.3%) had exposure to other domestic animals, and 49.5% had no domestic animal exposure. For the bat submissions related to cats, and where lifestyle was noted, 91.1% were associated with free-roaming cats and 8.9% with indoor cats. Model results indicated the probability of a rabies-positive bat was the highest with a history of dog association (20.2%), followed by bats with no animal exposure (16.7%), free-roaming cats (6.9%), cats with unspecified histories (6.0%) and the lowest probability associated with non-free-roaming (indoor) cats (3.8%). Although there was lower rabies prevalence in bats associated with cats compared to dogs, the 4.8 fold higher number of cat-bat interactions cumulatively leads to a greater overall rabies exposure risk to humans from any free-roaming outdoor cats. This study suggests that free-roaming owned cats may have an underappreciated role in cryptic rabies exposures in humans and as a significant predator of bats. Preventing free-roaming in cats is a cost-effective and underutilized public health recommendation for rabies prevention that also synergistically reduces the health burden of other feline-associated zoonotic diseases and promotes feline welfare and wildlife conservation.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».