Media scanning and verification system as a supplemental tool to disease outbreak detection & reporting at National Centre for Disease Control, Delhi.
Notice bibliographique
Résumé
Media scanning for unusual health events can efficiently supplement conventional communicable disease surveillance systems for early detection and response to outbreaks. There is a need to rapidly process and appropriately disseminate the media reports on unusual health events for timely action. Hence to address this need in India a Media Scanning & Verification Cell (MSVC) was established in July 2008 at the National Centre for Disease Control, Delhi. MSVC is supervised by Epidemiologists working in Central Surveillance Unit of IDSP. This unique system monitors Global and National Media sources such as National and Regional print media, news on internet, news wires and websites, news channels and news shared by partners like Global Public Health Intelligence Network (GPHIN), Canada, WHO and other International and national agencies. The information is shared to the districts affected and District Surveillance Officer (DSO) and his team is expected to investigate and revert through the internet about the correctness and action taken. A mean number of 4 Media Alert reports are generated each day. A total of 1685 alerts were reported in a period between July 2008 to December 2011. Of these 1241 (73.7%) were verified as real events and 183 (10.9%) were considered outbreaks by local health officials. Most events were captured through internet (57%) followed by the print media (24%). The most common disease events identified were food-borne and diarrhea (29.1%), dengue (10.68%), influenza & respiratory disease (8.1%) and malaria (7.4%). The sensitivity of MSVC to detect outbreaks was 14.8% with more than half of outbreaks detected before they were identified by the conventional surveillance system. It has proven to be a highly effective supplemental tool to official surveillance system in the detection of early warning signals and hence timely detection and management of public health threats in India.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,013 |
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 source (Gemma direct ou Codex distillé), 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 ».