Underreporting of hepatitis A in non-endemic countries: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Information on reporting completeness of passive surveillance systems can improve the quality of and public health response to surveillance data and better inform public health planning. As a result, we systematically reviewed available literature on reporting completeness of hepatitis A in non-endemic countries. METHODS: We searched Medline, EMBASE and grey literature sources, restricting to studies published in English between 1997 and 21 May 2015. Primary studies on hepatitis A surveillance and underreporting in non-endemic countries were included, and assessed for risk of bias. A pooled proportion of reporting completeness was estimated using a DerSimonian-Laird random-effects model. RESULTS: Diagnosed hepatitis A cases identified through positive laboratory tests, physician visits, and inpatient hospital discharges were underreported to public health in all eight included studies. Reporting completeness ranged from 4 to 97 % (pooled proportion 59 %, 95 % confidence interval = 32 %, 84 %). Substantial heterogeneity was observed, which may be explained by differences in the referent data sources used to identify diagnosed cases and in case reporting mechanisms and/or staffing infrastructure. Completeness was improved in settings where case reporting was automated or where dedicated staff had clear reporting responsibilities. CONCLUSIONS: Future studies that evaluate reporting completeness should describe the context, components, and operations of the surveillance system being evaluated in order to identify modifiable characteristics that improve system sensitivity and utility. Additionally, reporting completeness should be assessed across high risk groups to inform equitable allocation of public health resources and evaluate the effectiveness of targeted interventions.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,017 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».