MétaCan
Menu
Retour à la cohorte
Enregistrement W2759696119 · doi:10.1093/jtm/tax050

The quantified self during travel: mapping health in a prospective cohort of travellers

2017· article· en· W2759696119 sur OpenAlexaff
Andrea Farnham, Reinhard Furrer, Ulf Blanke, Emily Stone, Christoph Hatz, Milo A. Puhan

Notice bibliographique

RevueJournal of Travel Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTravel-related health issues
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMedicineTravel medicineMental healthProspective cohort studyAnxietyTimelineOccupational safety and healthFamily medicinePsychiatrySurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Travel medicine research has remained relatively unchanged in the face of rapid expansion of international travel and is unlikely to meet health challenges beyond infectious diseases. Our aim was to identify the range of health outcomes during travel using real-time monitoring and daily reporting of health behaviours and outcomes and identify traveller subgroups who may benefit from more targeted advice before and during travel. METHODS: We recruited a prospective cohort of travellers ≥ 18 years and planning travel to Thailand for <5 weeks from the travel clinics in Zurich and Basel (Switzerland). Participants answered demographic, clinical and risk behaviour questionnaires pre-travel and a daily health questionnaire each day during travel using a smartphone application. Environmental and location data were collected passively by GPS. Classification trees were used to identify predictors of health behaviour and outcomes during travel. RESULTS: Non-infectious disease events were relatively common, with 22.7% (17 out of 75 travellers) experiencing an accident, 40.0% ( n = 30) a wound or cut and 14.7% ( n = 11) a bite or lick from an animal. Mental health associated events were widely reported, with 80.0% ( n = 60) reporting lethargy, 34.7% ( n = 26) anxiety and 34.7% ( n = 26) feeling tense or irritable. Classification trees identified age, trip length, previous travel experience and having experienced a sports injury in the past year as the most important discriminatory variables for health threats. CONCLUSIONS: Our study offers a revolutionary look at an almost real-time timeline of health events and behaviours during travel using mHealth technology. Non-infectious disease related health issues were common in this cohort, despite being largely unaddressed in traditional travel medicine research and suggest a substantial potential for improving evidence-based travel medicine advice.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,041
Tête enseignante GPT0,351
Écart entre enseignants0,310 · 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

Citations23
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Travel MedicineMême sujetTravel-related health issuesTravaux en français237 207