MétaCan
Menu
Retour à la cohorte
Enregistrement W2782311721 · doi:10.14745/ccdr.v44i01a04

Canada’s Pandemic Influenza Preparedness: Surveillance strategy

2018· article· en· W2782311721 sur OpenAlexfundvenueaboutno aff
Benoît Henry

Notice bibliographique

RevueCanada Communicable Disease Report · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensnon disponible
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésPreparednessPandemicDisease surveillanceMedical emergencyMedicineEnvironmental healthCoronavirus disease 2019 (COVID-19)Political scienceDiseasePublic healthInfectious disease (medical specialty)Nursing

Résumé

récupéré en direct d'OpenAlex

The Canadian Pandemic Influenza Preparedness: Planning Guidance for the Health Sector (CPIP) is a guidance document that outlines key health sector preparedness activities designed to ensure Canada is ready to respond to the next influenza pandemic. This article outlines Canada's pandemic influenza surveillance strategy as described in the CPIP Surveillance Annex. The strategy builds on the surveillance activities used for seasonal influenza and incorporates lessons learned from the 2009 H1N1 pandemic, including improved information sharing, improved electronic links among Federal/Provinical/Territorial (FPT) partners and improved surveillance for Indigenous communities. Key elements of the surveillance strategy include early detection and investigation of a novel influenza virus through the reporting of cases or clusters of severe acute respiratory infections and laboratory detections of novel influenza viruses. Community-based surveillance will provide information on clinical severity, age groups affected and risk factors associated with severe disease. Severe outcome surveillance will capture data on hospitalizations and deaths. Laboratory surveillance will include weekly reports of respiratory virus detections. The response activities are adaptable to the demands of different levels of pandemic activity and impact, supported by a set of triggers for the activation and deactivation. Surveillance will be linked with other response components, such as communications, research, assessment and evaluation. This is an evergreen document that will be updated regularly.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,232
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,298
Écart entre enseignants0,269 · 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.

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

Citations9
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanada Communicable Disease ReportMême sujetData-Driven Disease SurveillanceTravaux en français237 207