MétaCan
Menu
Retour à la cohorte
Enregistrement W2341725631 · doi:10.5210/ojphi.v8i1.6538

Augmenting Surveillance to Minimize the Burden of Norovirus-Like Illness in Ontario: Using TeleHealth Ontario Data to Detect the Onset of Community Activity

2016· article· en· W2341725631 sur OpenAlexaffabout
Stephanie L. Hughes, Andrew Papadopoulos

Notice bibliographique

RevueOnline Journal of Public Health Informatics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesPublic Health England
Mots-clésNorovirusTelehealthMedicineOutbreakEnvironmental healthHealth carePandemicPublic health surveillancePublic healthWarning systemMedical emergencyCoronavirus disease 2019 (COVID-19)VirologyEconomic growthTelemedicineNursingTelecommunicationsDiseaseComputer science

Résumé

récupéré en direct d'OpenAlex

Norovirus is the leading cause of gastroenteritis worldwide, resulting in millions of infections annually. In comparison to other viral illnesses, the total number of norovirus cases per year is second only to the common cold. While infection is relatively short-lived, the illness causes a high economic impact due to lost productivity and healthcare expenditures, thus requiring action to reduce the burden. In Ontario, surveillance is predominantly laboratory-based, leaving much room for improvement. This project will utilize syndromic surveillance to create an early warning system for early norovirus detection; TeleHealth Ontario call data will be analyzed to identify the beginning of the winter vomiting season in conjunction with laboratory data to confirm the season. From this, public health authorities can notify hospitals, long-term care homes, and other vulnerable populations of impending outbreaks.

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)0,018
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,410
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,005
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 ouverte0,0010,001
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 Opus0,250
Tête enseignante GPT0,417
Écart entre enseignants0,167 · 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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOnline Journal of Public Health InformaticsMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207