Assessment of the Hepatitis C Surveillance System in Henan, China: 2014~2016
Notice bibliographique
Résumé
OBJECTIVES: To access the Hepatitis C (HepC) surveillance program in Henan, China, 2014~2016. METHODS: A total of 8,448 HepC-relevant cases were reviewed and this data was then inquired against the 6,147 archived HepC reports during the same time period. The performance of the HepC surveillance program was evaluated using parameters including Timely Reporting Rate (TRR), pairs of Report Sensitivity (RS)/Underreporting Rate (UR), and False Report Rate (FRR)/Predictive Value Positive (PVP). Longitudinal comparisons of report quality over the three examined years were conducted to determine the temporal trend of HepC surveillance accountability. RESULTS: All HepC reports were submitted within 24 hours post diagnosis, and TRR rates for all examined years remained at 100%. The RS rates significantly improved overtime for clinically diagnosed HepC cases (CDHC) (2014:60.32%, 2015:68.13%, and 2016:82.83%), whereas the RS for confirmed HepC cases (CHC) remained relatively constant (80.77%, 88.64%, and 85.82%). The FRR rates for CDHC and CHC in 2015~2016 were both approximately 30% but at 23.61% and 51.85%, respectively, in 2014. CONCLUSIONS: The HepC surveillance system in Henan remains effective and consistent improvement in report accountability was observed over time. However, some issues concerning especially RS and PVP remained to be addressed for ensuring data accountsbility.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».