The US National Tuberculosis Surveillance System: A Descriptive Assessment of the Completeness and Consistency of Data Reported from 2008 to 2012
Notice bibliographique
Résumé
BACKGROUND: In 2009, the Tuberculosis (TB) Information Management System transitioned into the National TB Surveillance System to allow use of 4 different types of electronic reporting schemes: state-built, commercial, and 2 schemes developed by the Centers for Disease Control and Prevention. Simultaneously, the reporting form was revised to include additional data fields. OBJECTIVE: Describe data completeness for the years 2008-2012 and determine the impact of surveillance changes. METHODS: Data were categorized into subgroups and assessed for completeness (eg, the percentage of patients dead at diagnosis who had a date of death reported) and consistency (eg, the percentage of patients alive at diagnosis who erroneously had a date of death reported). Reporting jurisdictions were grouped to examine differences by reporting scheme. RESULTS: Each year less than 1% of reported cases had missing information for country of origin, race, or ethnicity. Patients reported as dead at diagnosis had death date (a new data field) missing for 3.6% in 2009 and 4.4% in 2012. From 2010 to 2012, 313 cases (1%) reported as alive at diagnosis had a death date and all of these were reported through state-built or commercial systems. The completeness of reporting for guardian country of birth for pediatric patients (a new data field) ranged from 84% in 2009 to 88.2% in 2011. CONCLUSIONS: Despite major changes, completeness has remained high for most data elements in TB surveillance. However, some data fields introduced in 2009 remain incomplete; continued training is needed to improve national TB surveillance data.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».