MétaCan
Menu
Retour à la cohorte
Enregistrement W2110504620 · doi:10.1016/s0140-6736(14)61828-6

Assessment of the potential for international dissemination of Ebola virus via commercial air travel during the 2014 west African outbreak

2014· article· en· W2110504620 sur OpenAlexafffundabout
Isaac I. Bogoch, Maria I. Creatore, Martín S. Cetron, John S. Brownstein, Nicki Pesik, Jennifer Miniota, Theresa Tam, Wei Hu, Adriano Nicolucci, Saad Salman Ahmed, James Yoon, Isha Berry, Simon I Hay, Aranka Anema, Andrew J. Tatem, Derek R. MacFadden, Matthew German, Kamran Khan

Notice bibliographique

RevueThe Lancet · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensUniversity of British ColumbiaSt. Michael's HospitalWestern UniversityPublic Health Agency of CanadaUniversity of TorontoUniversity Health Network
Organismes subventionnairesU.S. National Library of MedicineCanadian Institutes of Health ResearchNational Institutes of HealthWellcome TrustWellcomeBill and Melinda Gates Foundation
Mots-clésOutbreakEbola virusVirologyAir travelCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakMedicineGeographyEnvironmental healthEngineeringInfectious disease (medical specialty)AviationDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The WHO declared the 2014 west African Ebola epidemic a public health emergency of international concern in view of its potential for further international spread. Decision makers worldwide are in need of empirical data to inform and implement emergency response measures. Our aim was to assess the potential for Ebola virus to spread across international borders via commercial air travel and assess the relative efficiency of exit versus entry screening of travellers at commercial airports. METHODS: We analysed International Air Transport Association data for worldwide flight schedules between Sept 1, 2014, and Dec 31, 2014, and historic traveller flight itinerary data from 2013 to describe expected global population movements via commercial air travel out of Guinea, Liberia, and Sierra Leone. Coupled with Ebola virus surveillance data, we modelled the expected number of internationally exported Ebola virus infections, the potential effect of air travel restrictions, and the efficiency of airport-based traveller screening at international ports of entry and exit. We deemed individuals initiating travel from any domestic or international airport within these three countries to have possible exposure to Ebola virus. We deemed all other travellers to have no significant risk of exposure to Ebola virus. FINDINGS: Based on epidemic conditions and international flight restrictions to and from Guinea, Liberia, and Sierra Leone as of Sept 1, 2014 (reductions in passenger seats by 51% for Liberia, 66% for Guinea, and 85% for Sierra Leone), our model projects 2.8 travellers infected with Ebola virus departing the above three countries via commercial flights, on average, every month. 91,547 (64%) of all air travellers departing Guinea, Liberia, and Sierra Leone had expected destinations in low-income and lower-middle-income countries. Screening international travellers departing three airports would enable health assessments of all travellers at highest risk of exposure to Ebola virus infection. INTERPRETATION: Decision makers must carefully balance the potential harms from travel restrictions imposed on countries that have Ebola virus activity against any potential reductions in risk from Ebola virus importations. Exit screening of travellers at airports in Guinea, Liberia, and Sierra Leone would be the most efficient frontier at which to assess the health status of travellers at risk of Ebola virus exposure, however, this intervention might require international support to implement effectively. FUNDING: Canadian Institutes of Health Research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,343
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations245
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe LancetMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207