Improving disease surveillance capabilities through a public health information affinity domain
Notice bibliographique
Résumé
In March 2009, deaths from influenza like illness began to mount in Mexico and the United States. In April, the National Respiratory Disease Institute [1] reported a 100 percent increase in patients checking in for atypical pneumonia. Samples were sent to laboratories in Canada and the United States. On April 17, a national influenza alert was announced; on April 23, the new influenza virus was officially recognized [2]. In Mexico City, where a three week surge of influenza accounted for 90,000 visits in 220 health units and 20 hospitals [3], Mayor Marcelo Ebrard ordered the temporary closure of schools and commercial establishments. In response to the pandemic, IBM collaborated with the Ciudad de México Gobierno del Distrito Federal Secretaria de Salud del Distrito Federal (Secretaria de Salud of GDF) [4] on software to standardize influenza reporting and improve situational awareness [5]. Secretaria de Salud of GDF installed IBM's Public Health Information Affinity Domain (PHIAD) that uses Health Information Exchange technology and standards to enable rapid data sharing of clinical surveillance data with public health officials [6]. De-identified 2009 H1N1 positive laboratory results from the Institute of Epidemiological Reference and Diagnosis [7] were provided by the Secretaria de Salud of GDF for import into PHIAD; each record was transformed into a standard Integrating the Healthcare Enterprise XD-LAB document. The standardized data was analyzed with Spatiotemporal Epidemiological Modeler (STEM), an open source software framework for infectious disease modeling and forecasting [8, 9]. Using STEM, we made quantitative measures of the policy effects of school and commercial closures in Mexico City on the transmission rate of the 2009 H1N1 virus.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».