MétaCan
Menu
Retour à la cohorte
Enregistrement W2138410354 · doi:10.1111/j.1467-985x.2004.00345.x

A Comparison Study of Realtime Fatality Rates: Severe Acute Respiratory Syndrome in Hong Kong, Singapore, Taiwan, Toronto and Beijing, China

2004· article· en· W2138410354 sur OpenAlexaboutno aff
Paul Yip, Kwok Fai Lam, Eric H. Y. Lau, Pui Hing Chau, Kenneth W. Tsang, Anne Chao

Notice bibliographique

RevueJournal of the Royal Statistical Society Series A (Statistics in Society) · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeijingChinaCase fatality rateMedicineRespiratory systemPediatricsEmergency medicineGeographyEpidemiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

In an outbreak of a completely new infectious disease like severe acute respiratory syndrome (SARS), estimation of the fatality rate over the course of the epidemic is of clinical and epidemiological importance. In contrast with the constant case fatality rate, a new measure, termed the 'realtime' fatality rate, is proposed for monitoring the new emerging epidemic at a population level. A competing risk model implemented via a counting process is used to estimate the realtime fatality rate in an epidemic of SARS. It can capture and reflect the time-varying nature of the fatality rate over the course of the outbreak in a timely and accurate manner. More importantly, it can provide information on the efficacy of a certain treatment and management policy for the disease. The method has been applied to the SARS data from the regions affected, namely Hong Kong, Singapore, Toronto, Taiwan and Beijing. The magnitudes and patterns of the estimated fatalities are virtually the same except in Beijing, which has a lower rate. It is speculated that the effect is linked to the different treatment protocols that were used. The standard estimate of the case fatality rate that was used by the World Health Organization has been shown to be unable to provide useful information to monitor the time-varying fatalities that are caused by the epidemic.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,371
Écart entre enseignants0,340 · 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.

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

Citations26
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Royal Statistical Society Series A (Statistics in Society)Même sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207