MétaCan
Menu
Retour à la cohorte
Enregistrement W2120975758 · doi:10.1017/s0950268813001453

Severe hand, foot and mouth disease in Shenzhen, South China: what matters most?

2013· article· en· W2120975758 sur OpenAlexaff
Jin Mou, Martin Dawes, Y. LI, Yaqing He, Hongxia Ma, Xiongwei Xie, Siân Griffiths, Jinquan Cheng

Notice bibliographique

RevueEpidemiology and Infection · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Immunology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioEpidemiologyEtiologyMultivariate analysisHand-foot-and-mouth diseaseDiseaseFoot (prosody)Socioeconomic statusPediatricsInternal medicineOutpatient clinicDemographyEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

Case report data and a matched case-control study were used to investigate the epidemiological characteristics of hand, foot and mouth disease (HFMD) in children in Shenzhen, China between 2008 and 2011. Multivariate analyses were used to evaluate factors associated with severity of infection. Laboratory tests were performed to determine aetiological identification for samples from 163 severe and fatal cases as well as an outpatient-based HFMD sentinel surveillance system (n = 446). All identified EV71 belonged to sub-genotype C4a. No major changes in the CA16 and EV71 viruses were found until the end of 2011. Annual attack rates and the case-severity ratios (CSRs) rose from 0.82/1000 and 0.56/1000, respectively, in 2008 to 2.12/1000 and 6.13/1000 in 2011. The CSR was higher in migrants than in local residents. The adjusted odds ratio (OR) of having a severe attack for being a migrant was 2.45, having a fever >39°C (OR 5.77), visiting a private clinic (OR 2.65), longer time from symptom onset to diagnosis (OR 1.49), visiting a doctor (OR 1.51), early use of intramuscular pyrazolone (OR 3.36), early use of intravenous glucocorticoids (OR 2.28), or the combination of both (OR 3.75). The mortality and increasing case severity appears to be associated with socioeconomic factors including migration and is of worldwide concern.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,030
Tête enseignante GPT0,312
Écart entre enseignants0,282 · 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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiology and InfectionMême sujetViral Infections and Immunology ResearchTravaux en français237 207