Illness in Canadian travellers and migrants from Brazil: CanTravNet surveillance data, 2013–2016
Notice bibliographique
Résumé
Background: In light of the 2016 summer Olympic games it is anticipated that Canadian practitioners will require information about common illnesses that may affect travellers returning from Brazil.Objective: To identify the demographic and travel correlates of illness among recent Canadian travellers and migrants from Brazil attending a network of travel health clinics across Canada.Methods: Data was analyzed on returned Canadian travellers and migrants presenting to a CanTravNet site for care of an illness between June 2013 and June 2016.Results: During the study period, 7,707 ill travellers and migrants presented to a CanTravNet site and 89 (0.01%) acquired their illness in Brazil.Tourists were most well represented (n=45, 50.6%), followed by those travelling to "visit friends and relatives" (n=14, 15.7%).The median age was 37 years (range <1-78 years), 49 travellers were men (55.1%) and 40 were women (44.9%).Of the 40 women, 26 (65%) were of childbearing age.Nine percent (n=8) of travellers were diagnosed with arboviruses including dengue (n=6), chikungunya (n=1) and Zika virus (n=1), while another 14.6% (n=13) presented for care of non-specific viral syndrome (n=7), non-specific febrile illness (n=1), peripheral neuropathy (n=1) and non-specific rash (n=4), which are four syndromes that may be indicative of Zika virus infection.Ill returned travellers to Brazil were more likely to present for care of arboviral or Zika-like illness than other ill returned travellers to South America (23.6 per 100 travellers versus 10.5 per 100 travellers, respectively [p=0.0024]).Interpretation: An epidemiologic approach to illness among returned Canadian travellers to Brazil can inform Canadian practitioners encountering both prospective and returned travellers to the Olympic games.Analysis showed that vector-borne illnesses such as dengue are common and even in this small group of travellers, both chikungunya and Zika virus were represented.It is extremely important to educate travellers about mosquito-avoidance measures in advance of travel to Brazil.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».