New tuberculosis estimates must motivate countries to act
Notice bibliographique
Résumé
"In October 2016, the World Health Organization (WHO), released its 2016 Global Tuberculosis (TB) Report [1]. The news, sadly, was not good. The WHO reported that the global TB burden is actually higher than previously estimated. In 2015, there were an estimated 10.4 million new TB cases worldwide [1]. Six countries, namely India, Indonesia, China, Nigeria, Pakistan and South Africa, accounted for 60% of the total burden, with India alone accounting for 27% of the global cases. An estimated 1.8 million people died from TB in 2015, including 0.4 million people that were co-infected with HIV [1]. This means TB kills more people today, than HIV and malaria combined. The WHO report raised concerns about persistent, large gaps in TB case detection and notification. Of the 10.4 million new cases, WHO estimated that only 6.1 million were detected and officially notified in 2015. This left a gap of 4.3 million cases that are considered ‘missing’ – either not diagnosed, or managed outside of the public sector and not notified to TB control programs [1]. For these ‘missing’ cases, there is little data on the quality of TB care they receive, but available evidence suggests that quality of care might be suboptimal [2].[...]"@eng
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 | 0,028 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,017 | 0,011 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,050 | 0,063 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,011 |
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 ».