Advancing surveillance of antimicrobial resistance: Summary of the 2015 CIDSC Report
Notice bibliographique
Résumé
BACKGROUND: Antimicrobials are essential for the treatment and control of infectious diseases and therefore, the development and spread of antimicrobial resistance (AMR) is a global health concern. It is recognized that robust AMR surveillance is necessary; however, current gaps in national surveillance programs need to be addressed to enable better evidence-informed program and policy decisions. OBJECTIVE: To describe how an AMR Surveillance Task Group prioritized national AMR surveillance data requirements for high priority AMR organisms for human health in Canada and made recommendations on addressing the current data gaps. METHODS: The 2015 AMR Surveillance Task Group examined the data requirements for previously identified first priority organisms and assessed whether the current system met, partially met or did not meet these requirements. Information was summarized into synopsis tables and a ranking process was used to prioritize the data requirements and develop specific recommendations to address the gaps. RESULTS: in the community was underscored given the rise in resistance and that the current surveillance system only partially collects this data. The Task Group recommended that a review of the national AMR surveillance data requirement priorities should occur on an ongoing basis and when new issues emerge. CONCLUSION: While current national surveillance programs either capture or partially capture many of the identified data requirements for first priority organisms, several gaps still remain, especially in community settings. A national review of the recommendations of the Task Group is underway.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».