MétaCan
Menu
Retour à la cohorte
Enregistrement W2136540689 · doi:10.1086/520548

The Médecins Sans Frontières Intervention in the Marburg Hemorrhagic Fever Epidemic, Uige, Angola, 2005. I. Lessons Learned in the Hospital

2007· article· en· W2136540689 sur OpenAlexfundno aff
Benjamin Jeffs, Paul Roddy, David Weatherill, Olimpia de la Rosa, Claire Dorion, Marta Iscla, Isabel Grovas, Pedro Pablo Palma, Luís Villa, Óscar Bernal, Josefa Rodriguez‐Martinez, Barbara Barcelo, Diana Pou, Matthias Borchert

Notice bibliographique

RevueThe Journal of Infectious Diseases · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and PreventionPublic Health Agency of Canada
Mots-clésVirologyMedicineCrimean–Congo hemorrhagic fever

Résumé

récupéré en direct d'OpenAlex

From 27 March 2005 onwards, the independent humanitarian medical aid agency Medecins Sans Frontieres, together with the World Health Organization, the Angolan Ministry of Health, and others, responded to the Marburg hemorrhagic fever (MHF) outbreak in Uige, Angola, to contain the epidemic and care for those infected. This response included community epidemiological surveillance, clinical assessment and isolation of patients with MHF, safe burials and disinfection, home-based risk reduction, peripheral health facility support, psychosocial support, and information and education campaigns. Lessons were learned during the implementation of each outbreak control component, and the subsequent modifications of protocols and strategies are discussed. Similar to what was seen in previous filovirus hemorrhagic fever outbreaks, the containment of the MHF epidemic depended on the collaboration of the affected community. Actively involving all stakeholders from the start of the outbreak response is crucial.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,067
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,024
Tête enseignante GPT0,356
Écart entre enseignants0,331 · 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'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

Citations84
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Infectious DiseasesMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207