MODELING SEASONAL TRENDS OF FOODBORNE ILLNESS AND TEMPERATURE
Notice bibliographique
Résumé
ISEE-214 Abstract: The incidence of enteric infections of people in Canada varies seasonally, and will therefore be expected to change in response to climate changes. In order to explore this possibility further, we investigated the potential shift in the seasonal patterns of the enteric pathogens in Canada. The data consists of three enteric pathogens, Salmonella, E. coli and Campylobacter, from the notifiable disease registry for two Canadian provinces, Alberta and Newfoundland-Labrador for the years 1992 to 2000. The project looks at the relationship between weekly occurrence of enteric illness and temperature, looking particularly at the effect of seasonal adjustments on the estimated models. This paper also explores different types of methodology for the analysis of time series of counts using generalized additive models and generalized linear models with regression splines. These methods are becoming widely used for environmental time series because they permit flexible adjustments for non-linear confounding effects of time trends, seasonality and weather variables. The results reveal a significant increase in temperatures and illness for the province of Alberta and this increase is more pronounced in summer compared to winter months. Newfoundland-Labrador on the other hand suggests very little response due to temperature but may be a result of a large number of under-reported cases of illness in the province and further analysis using zero-inflated methods should be considered. To conclude the different modeling procedures for time series were used and for the different pathogens and provinces the appropriate models ranged from threshold models, generalized additive models and generalized linear models. The results from the modeling suggest that with an increase in temperature in Canada there is a high risk of an increase in enteric illness. The results suggest an increased occurrence of enteric disease with increasing temperature. Since increased summer temperatures are widely projected for many parts of Canada, a change in the pattern of gastro-intestinal disease occurrence is possible.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| 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 ».