MétaCan
Menu
Retour à la cohorte
Enregistrement W2519857492 · doi:10.1002/rmv.1903

Lujo viral hemorrhagic fever: considering diagnostic capacity and preparedness in the wake of recent Ebola and Zika virus outbreaks

2016· review· en· W2519857492 sur OpenAlexaff
Edgar Simulundu, Aaron S. Mweene, Katendi Changula, Mwaka Monze, Elizabeth Chizema, Peter Mwaba, Ayato Takada, Giuseppe Ippolito, Francis Kasolo, Alimuddin Zumla, Matthew Bates

Notice bibliographique

RevueReviews in Medical Virology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesWorld Health Organization
Mots-clésOutbreakViral hemorrhagic feverVirologyEbola virusArenavirusCase fatality rateZika virusPreparednessTransmission (telecommunications)MedicineDiseaseVirusImmunologyEnvironmental healthLymphocytic choriomeningitisPopulationPathology

Résumé

récupéré en direct d'OpenAlex

Lujo virus is a novel Old World arenavirus identified in Southern Africa in 2008 as the cause of a viral hemorrhagic fever (VHF) characterized by nosocomial transmission with a high case fatality rate of 80% (4/5 cases). Whereas this outbreak was limited, the unprecedented Ebola virus disease outbreak in West Africa, and recent Zika virus disease epidemic in the Americas, has brought into acute focus the need for preparedness to respond to rare but potentially highly pathogenic outbreaks of zoonotic or arthropod-borne viral infections. A key determinant for effective control of a VHF outbreak is the time between primary infection and diagnosis of the index case. Here, we review the Lujo VHF outbreak of 2008 and discuss how preparatory measures with respect to developing diagnostic capacity might be effectively embedded into existing national disease control networks, such as those for human immunodeficiency virus, tuberculosis, and malaria.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,103
Tête enseignante GPT0,409
Écart entre enseignants0,305 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews in Medical VirologyMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207