MétaCan
Menu
Retour à la cohorte
Enregistrement W2290091881

Physician surveillance of influenza: collaboration between primary care and public health.

2014· article· en· W2290091881 sur OpenAlexaff
David Price, David W. Chan, Nancy Greaves

Notice bibliographique

RevuePubMed · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensMcMaster UniversityHamilton Health Sciences
Organismes subventionnairesnon disponible
Mots-clésWorkflowMedicinePrimary carePublic healthElectronic medical recordMedical recordFamily medicineHealth careHealth information exchangeMedical emergencyNursingComputer scienceHealth informationDatabase
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

PROBLEM ADDRESSED: Influenza-like illness (ILI) is a global and national concern. The surveillance of ILI requires collaborative efforts from many diverse settings, including primary care clinics. OBJECTIVE OF PROGRAM: To develop a sustainable reporting mechanism that enables primary care practices to provide ILI surveillance information to public health (PH) and addresses the needs of primary care practices and PH. PROGRAM DESCRIPTION: An automated, electronic ILI reporting program that collects information on ILI activity directly from family physicians; the program is integrated with the practice's electronic medical record (EMR) system and therefore does not require physician initiation or disrupt physician workflow. Surveillance information is collected from a random sample of patient encounters using an automated pop-up screen that appears when exiting the patient's EMR. Weekly summary reports are transmitted electronically to PH. CONCLUSION: The EMR-integrated physician ILI reporting program is a simple and inexpensive way for family physicians to provide PH with important real-time, community-level disease surveillance information that is both complete and accurate. The program has been used in Hamilton, Ont, since 2004, which clearly demonstrates that it is a feasible and sustainable program in practice.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,359
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,025
Tête enseignante GPT0,265
Écart entre enseignants0,239 · 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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetData-Driven Disease SurveillanceTravaux en français237 207