MétaCan
Menu
Retour à la cohorte
Enregistrement W2620587549 · doi:10.1186/s12889-017-4468-4

Epidemiology of pertussis in Alberta, Canada 2004–2015

2017· article· en· W2620587549 sur OpenAlexafffundabout
Xianfang C. Liu, Christopher Bell, Kimberley Simmonds, Lawrence W. Svenson, Sumana Fathima, Steven J. Drews, Donald Schopflocher, Margaret L. Russell

Notice bibliographique

RevueBMC Public Health · 2017
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueBacterial Infections and Vaccines
Établissements canadiensProvincial Laboratory of Public HealthUniversity of AlbertaMinistry of HealthUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Immunization Research NetworkAlberta Health
Mots-clésMedicineEpidemiologyVaccinationOutbreakIncidence (geometry)BiostatisticsPopulationPublic healthDemographyWhooping coughPediatricsEnvironmental healthImmunologyVirologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We describe the epidemiology of pertussis in Alberta, Canada by person, place, and time between 2004 and 2015, identify outbreak years, and examine vaccination coverage and vaccination timeliness. METHODS: We used health data from Alberta's Communicable Disease Registry System for the period of January 1, 2004 through August 31, 2015 to identify unique cases of pertussis. Unique cases were deterministically linked to data in Alberta's immunization repository and health care insurance plan registry. Population estimates and vaccination coverage were extracted from Alberta's online Interactive Health Data Application. We estimated pertussis incidence rates per 100,000 persons by year, age group, gender, and health zone. Outbreak years were identified using a one-sided cumulative sum (CUSUM) analysis by comparing annual incidence rates to baseline rates. RESULTS: Over the period, 3510 cases of pertussis were confirmed by laboratory testing or epidemiological linkage. Incidence rates per 100,000 persons were highest in 2004 (20.5), 2005 (13.6), and 2015 (10.4) for all age groups. Incidence rates were highest among the youngest age groups and decreased as age groups increased. Based on CUSUM analysis, 2008 and 2012 met the criteria for outbreak years. Vaccination coverage was over 90% among the general population, however only 61% of cases received at least one dose. About 60% of cases were diagnosed 5+ years after receiving the vaccine. Approximately 87-91% of vaccinated cases did not receive the first three vaccine doses in a timely manner. CONCLUSION: Pertussis incidence rates fluctuated over the period across all age groups. The majority of cases had no record of vaccination or were delayed in receiving vaccines. CUSUM analysis was an effective method for identifying outbreaks.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,487

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0020,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,065
Tête enseignante GPT0,336
Écart entre enseignants0,270 · 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'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

Citations16
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetBacterial Infections and VaccinesTravaux en français237 207