MétaCan
Menu
Retour à la cohorte
Enregistrement W2078339958 · doi:10.1097/00001648-200611001-00330

A Role For Ecohealth Approaches In Pandemic Prevention

2006· article· en· W2078339958 sur OpenAlexaff
Dominique Charron

Notice bibliographique

RevueEpidemiology · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesnon disponible
Mots-clésPandemicMalariaInfectious disease (medical specialty)CholeraDengue feverEnvironmental healthSanitationSmallpoxMedicineDiseaseVirologyGeographyVaccinationImmunologyCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

SAB1-O-06 The failure to control infectious diseases is a major international health issue. Long-standing problems such as infectious gastroenteritis, malaria, cholera, and dengue fever exact an enormous toll on the world's poorest populations. Eradication earlier this century of smallpox and the development of increasingly potent antimicrobials contributed to the belief that most major infectious diseases could eventually be controlled. Yet infectious diseases continue to be a scourge worldwide. Rich industrialized countries again fear pandemic disease like severe acute respiratory syndrome (SARS) and influenza. Many other pandemic diseases are a daily burden for developing countries. Pandemic spread of infectious diseases is characterized by the large number of people infected, contagion and rapid spread, difficult treatment and containment, and occurrence in many geographic loci. Pandemic influenza and SARS are perhaps best known because of their high mortality and very rapid spread around the world from one geographic source. Cholera, dengue, and HIV/AIDS easily qualify as pandemics, as do childhood infectious gastroenteritis, malaria, and hepatitis B virus. Pandemics are distinguishable by our inability or failure to contain disease spread. Pandemics appear to emerge and persist in developing countries more so than in richer countries, this for several reasons. First, many diseases capable of pandemic spread are zoonoses (transmissible between animals and people) that emerge in populations in intimate contact with livestock or wildlife. Second, densely populated human settlements with poor sanitation and health care fuel pandemics. Third, pandemics spread best if neglected for a time, this being more likely to happen outside of rich developed countries. Finally, new diseases appear to emerge most readily in areas undergoing rapid environmental change, such change also preventing communities from being resilient to the population-level impacts of disease. Much health research into pandemics is based on biomedical control strategies: vaccination, containment, quarantine, and eradication. These measures are proven effective in certain circumstances (smallpox), but they do not favour upstream investigations into the emergence of disease. Ecohealth approaches tackle all drivers of pandemic spread: social, economic, and environmental. Ecohealth approaches could be used to understand how social conditioning surrounding animal rearing may favor the evolution of influenza. Participatory methods typical of ecohealth elucidate new approaches that will be culturally appropriate yet effective in stopping the transmission of disease at some critical juncture (say, interrupting spread of influenza from chickens to pigs and then to people). These and other strengths of the approach are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil0,602

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,244
Tête enseignante GPT0,348
Écart entre enseignants0,104 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiologyMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207