Perceived usefulness of syndromic surveillance in Ontario during the H1N1 pandemic
Notice bibliographique
Résumé
BACKGROUND: Despite the growing popularity of syndromic surveillance, little is known about if or how these systems are accepted, utilized and valued by end users. This study seeks to describe the use of syndromic surveillance systems in Ontario and users' perceptions of the value of these systems within the context of other surveillance systems. METHODS: Ontario's 36 public health units, the provincial ministry of health and federal public health agency completed a web survey to identify traditional and syndromic surveillance systems used routinely and during the pandemic and to describe system attributes and utility in monitoring pandemic activity and informing decision-making. RESULTS: Syndromic surveillance systems are used by 20/38 (53%) organizations. For routine surveillance, laboratory, integrated Public Health Information System and school absenteeism data are the most frequently used sources. Laboratory data received the highest ratings for reliability, timeliness and accuracy ('very acceptable' by 92, 51 and 89%). Hospital/clinic screening data were rated as the most reliable and timely syndromic data source (50 and 43%) and ED visit data the most accurate (48%). During the pandemic, laboratory data were considered the most useful for monitoring the epidemiology and informing decision-making while ED screening and visit data were considered the most useful syndromic sources. CONCLUSIONS: End user perceptions are valuable for identifying opportunities for improvement and guiding further investments in public health surveillance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».