MétaCan
Menu
Retour à la cohorte
Enregistrement W2793177905 · doi:10.1186/s13104-018-3263-3

Research priorities during infectious disease emergencies in West Africa

2018· article· en· W2793177905 sur OpenAlexaff
Morẹ́nikẹ́ Oluwátóyìn Foláyan, Bridget Haire, Dan Allman, Aminu Yakubu, Muhammed O. Afolabi

Notice bibliographique

RevueBMC Research Notes · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesWellcome TrustWellcome
Mots-clésDelphi methodOutbreakInfectious disease (medical specialty)Psychological interventionDiseaseMedicineCase fatality rateDelphiEnvironmental healthNursingComputer sciencePathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This paper presents the results of the consultations conducted with various stakeholders in Africa and other experts to document community perspectives on the types of research to be prioritised in outbreak conditions. The Delphi method was used to distill consensus. RESULTS: Our consultations highlighted as key, the notion that in an infectious disease outbreak situation, the need to establish an evidence base on how to reduce morbidity and mortality in real time takes precedence over the production of generalizable knowledge. Research studies that foster understanding of how disease transmission could be prevented in the future remain important, implementation research that explores how to mitigate the impact of outbreaks in the present should be prioritized. Clinical trials aiming to establish the safety profile of therapeutic interventions should be limited during the acute phase of an epidemic with high fatality-and should preferably use adaptive designs. We concluded that community members have valuable perspectives to share about research priorities during infectious disease emergencies. Well designed consultative processes could help identify these opinions.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,263
Tête enseignante GPT0,480
Écart entre enseignants0,216 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207