Affordable System for Rapid Detection and Mitigation of Emerging Diseases
Notice bibliographique
Résumé
South and South-East Asian countries are currently in the midst of a new epidemic of Dengue Fever. This paper presents disease surveillance systems in Sri Lanka and India, monitoring a handful of communicable diseases termed as notifiable. These systems typically require 15-30 days to communicate field data to the central Epidemiology Units, to be then manually processed (Prashant & Waidyanatha, 2010). Currently used analyses rely on aggregating counts of notifiable disease cases by district, disease, and week. The Real-Time Biosurveillance Program (RTBP), a multi-partner initiative, aims at addressing those challenges by developing affordable paradigm-changing Information Communication Technology (ICT), implementing and field-testing them in India and Sri Lanka. Key components of the proposed solution include real-time digitization of clinical information at hospitals and clinics with the mHealthSurvey mobile phone software (Kannan et al., 2010), detecting anomalies in large multivariate biosurveillance data using the T-Cube Web Interface spatio-temporal statistical analysis tool (Ray et al., 2008), and disseminating critical information pertaining to the adverse events to healthcare workers using the Sahana Alerting Module (Sampath et al., 2010). This paper provides an overview of the applications and discusses utility of the technologies for real-time detection and mitigation of emerging threats to public health.
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) | 0,000 | 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 ».