MétaCan
Menu
Retour à la cohorte
Enregistrement W2139859327 · doi:10.3201/eid1201.050396

Real-time Forecast of Multiphase Outbreak

2006· article· en· W2139859327 sur OpenAlexfundaboutno aff
Ying‐Hen Hsieh, Yuan-Sen Cheng

Notice bibliographique

RevueEmerging infectious diseases · 2006
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesMitacsNational Science Council
Mots-clésOutbreakConfidence intervalCoronavirus disease 2019 (COVID-19)Phase (matter)StatisticsPublic health surveillancePublic healthMedicineGeographyDemographyVirologyInternal medicineMathematicsInfectious disease (medical specialty)PathologyDisease

Résumé

récupéré en direct d'OpenAlex

We used a single equation with discrete phases to fit the daily cumulative case data from the 2003 severe acute respiratory syndrome outbreak in Toronto. This model enabled us to estimate turning points and case numbers during the 2 phases of this outbreak. The 3 estimated turning points are March 25, April 27, and May 24. The estimated case number during the first phase of the outbreak between February 23 and April 26 is 140.53 (95% confidence interval [CI] 115.88-165.17) if we use the data from February 23 to April 4; and 249 (95% CI: 246.67-251.25) at the end of the second phase on June 12 if we use the data from April 28 to June 4. The second phase can be detected by using case data just 3 days past the beginning of the phase, while the first and third turning points can be identified only approximately 10 days afterwards. Our modeling procedure provides insights into ongoing outbreaks that may facilitate real-time public health responses.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,536
Score d'incertitude au seuil0,765

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,061
Tête enseignante GPT0,367
Écart entre enseignants0,306 · 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

Citations75
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEmerging infectious diseasesMême sujetCOVID-19 epidemiological studiesTravaux en français237 207