MétaCan
Menu
Retour à la cohorte
Enregistrement W2133400164 · doi:10.1097/ccm.0b013e3181cbaf34

Influenza epidemiology—past, present, and future

2010· review· en· W2133400164 sur OpenAlexaffabout
Philippe Lagacé‐Wiens, Ethan Rubinstein, Abba B. Gumel

Notice bibliographique

RevueCritical Care Medicine · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPandemicEpidemiologyMedicineHuman mortality from H5N1Influenza pandemicDiseaseIntensive careTransmission (telecommunications)PopulationIntensive care medicineIncidence (geometry)Influenza A virusVirologyEnvironmental healthVirusInfectious disease (medical specialty)Coronavirus disease 2019 (COVID-19)Pathology

Résumé

récupéré en direct d'OpenAlex

In April 2009, Mexican, American, and Canadian authorities announced that a novel influenza virus with pandemic potential had been identified in large segments of the population. Within weeks, it became apparent that the world was dealing with the first influenza pandemic in >40 yrs. Despite the unpredictable nature of influenza severity and spread in the pandemics of the 20th century, understanding the epidemiology of the past pandemics and current influenza pandemic will help prepare physicians, hospitals, and governments to predict and prepare for the subsequent waves and subsequent pandemics. We present a summary of the biology that predisposes influenza to cause sudden pandemics, as well as a summary of the epidemiology of the 20th century pandemics. We also report on the epidemiology, disease severity, and risk factors for severe disease and intensive care admission from the first wave of the current pandemic (April-August 2009). Last, we provide a mathematical model based on transmission dynamics of the H1N1 influenza virus that may provide some guidance in terms of disease incidence and hospital impact.

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)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,256
Tête enseignante GPT0,540
Écart entre enseignants0,283 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations83
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetInfluenza Virus Research StudiesTravaux en français237 207