Cluster of Human Infections with Avian Influenza A (H7N9) Cases: A Temporal and Spatial Analysis
Notice bibliographique
Résumé
OBJECTIVES: This study aims to describe the spatial and temporal characteristics of human infections with H7N9 virus in China using data from February 2013 to March 2014 from the websites of every province's Population and Family Planning Commission. METHODS: A human infection with H7N9 virus dataset was summarized by county to analyze its spatial clustering, and by date of illness onset to analyze its space-time clustering using the ESRI® Geographic Information System (GIS) software ArcMap™ 10.1 and SatScan. RESULTS: Based on active surveillance data, the distribution map of H7N9 cases shows that compared to the rest of China, the areas from near the Yangtze River delta (YRD) to farther south around the Pearl River delta (PRD) had the highest densities of H7N9 cases. The case data shows a strong space-time clustering in the areas on and near the YRD from 26 March to 18 April 2013 and a weak space-time clustering only in the areas on and near the PRD between 3 and 4 February 2014. However, for the rest of the study period, H7N9 cases were spatial-temporally randomly distributed. CONCLUSIONS: Our results suggested that the spatial-temporal clustering of H7N9 in China between 2013 and 2014 is fundamentally different.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».