Epidemiological analysis on public health emergencies in Renhe District of Panzhihua City from 2004-2012
Notice bibliographique
Résumé
[Objective]To analyze the epidemiological characteristics of public health emergencies in Renhe District of Panzhihua City,provide a scientific basis for preventing and controlling public health emergencies.[Methods]The network reporting data of public health emergencies in Renhe District of Panzhihua City from 2004-2012 were analyzed by the descriptive epidemiological method.[Results]A total of 14 public health emergencies were reported during 2004-2012,8 943 people were involved,and there were 549 patients,with the attack rate of 6.14%.5 cases died,with the fatality rate of 0.91%.There were 4 events of large-level,7 events of general-level,and 3 unclassified events.The peak seasons were the second quarter and the third quarter.64.29% of emergencies were outbreaks of infectious diseases,and 35.71% were food poisoning.The attack rate and fatality rate of food poisoning were the highest,which was 47.06% and 3.85% respectively.Public health emergencies occurred mainly in rural area(71.43%),and most of victims were the students(81.42%).11(78.57%) emergencies were diagnosed by laboratory detection.The events of infectious diseases were reported within 8.66 days averagely,while the events of food poisoning were reported within 15 day.[Conclusion]Strengthening the management of respiratory infectious disease in schools,food poisoning and zoonotic diseases in rural families,as well as improving the supporting effect of laboratory detection are the main measures for effectively preventing and controlling public health emergencies in Renhe District.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».