Epidemiology of Influenza: A Diagnostic Lab based observational study
Notice bibliographique
Résumé
Background: Influenza is a highly infectious respiratory disease of viral origin. It's a public health concern worldwide as well in India. The annual attack rate of influenza is estimated to be 5-10% in adults and 20-30% in children. Worldwide annual epidemics of influenza results in 3-5 million cases of severe illness and 250,000-500,000 deaths. The objective of this study is to understand the recent epidemiological behaviour of influenza virus by using data from diagnostic labs across states of Maharashtra and Delhi (India). Methods & Materials: A diagnostic lab-based data of 5950 subjects who were tested for influenza between 1st January 2015 to 5th October 2017 across Delhi, Mumbai, and suburbs of Mumbai (Thane, Goa, and Pune) was analysed. It's a descriptive observational retrospective study. The confidentiality of subjects is maintained, and no personal identifying information is used in the analysis. Results: Sample population has almost equal male and female proportion (49.4%) with 34.9 years mean age. Overall positivity for type A was 40.2% while for H1N1 was 26%. For type B positivity was 3%. The quarterly trends show third quarter of the year (July-Sept.) had the highest positivity except during 2017, where 2nd quarter has shown the highest rate of influenza (A and B collectively) positivity. Even during 2017, the third quarter has recorded high positivity rate (45.0). The third quarter in India corresponds to the rainy season, while second quarter to summer. Chadha et al study has shown peaks during monsoon season (July-sept) in Delhi and Pune. Area wise trends of Influenza shows less positivity for type A and for type B (0.6%) in Delhi. Navi Mumbai has shown overall high positivity for A, B and H1N1. On the comparison between Mumbai and Delhi, overall positivity (42.1%), for type A (40.5%), B (3.2%) and H1N1 (26.8%) was higher than Delhi. Conclusion: Big data-based research studies can be very helpful in understanding the epidemiological behaviour of diseases like influenza. A well-connected network of diagnostic labs can be a smart surveillance system to alert health care system timely in case of epidemics and pandemics of influenza.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».