MétaCan
Menu
Retour à la cohorte
Enregistrement W2507377076 · doi:10.1017/s0950268816001850

Pandemic Risk Assessment Model (PRAM): a mathematical modeling approach to pandemic influenza planning

2016· article· en· W2507377076 sur OpenAlexaffabout
Douglas C. Dover, Erin Kirwin, Nancy Hernández-Cerón, Kyria Nelson

Notice bibliographique

RevueEpidemiology and Infection · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensAlberta Health
Organismes subventionnairesnon disponible
Mots-clésPandemicStockpileInfluenza pandemicPandemic influenzaH1n1 pandemicPopulationPublic healthRisk assessmentOperations researchVirologyEnvironmental healthComputer scienceMedicineCoronavirus disease 2019 (COVID-19)Political scienceComputer securityInfectious disease (medical specialty)DiseaseEngineering

Résumé

récupéré en direct d'OpenAlex

The Pandemic Risk Assessment Model (PRAM) is a mathematical model developed to analyse two pandemic influenza control measures available to public health: antiviral treatment and immunization. PRAM is parameterized using surveillance data from Alberta, Canada during pandemic H1N1. Age structure and risk level are incorporated in the compartmental, deterministic model through a contact matrix. The model characterizes pandemic influenza scenarios by transmissibility and severity properties. Simulating a worst-case scenario similar to the 1918 pandemic with immediate stockpile release, antiviral demand is 20·3% of the population. With concurrent, effective and timely immunization strategies, antiviral demand would be significantly less. PRAM will be useful in informing policy decisions such as the size of the Alberta antiviral stockpile and can contribute to other pandemic influenza planning activities and scenario analyses.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
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 ouverte0,0000,000
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 Opus0,292
Tête enseignante GPT0,477
Écart entre enseignants0,185 · 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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpidemiology and InfectionMême sujetInfluenza Virus Research StudiesTravaux en français237 207