MétaCan
Menu
Retour à la cohorte
Enregistrement W2902308581 · doi:10.1093/ofid/ofy210.465

456. Discrepant Trip Experiences Among Travelers Attending a Tertiary Care Center Family Travel Medicine Clinic

2018· article· en· W2902308581 sur OpenAlexaff
Nancy Nashid, Jacqueline Wong, Lisa G. Pell, Michelle Science, Ray Lam, Debra Louch, Shaun K. Morris

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueTravel-related health issues
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésTravel medicineMedicineFamily medicineMass gatheringDemographyPublic healthNursing

Résumé

récupéré en direct d'OpenAlex

International travel can expose travelers to a number of health risks. Pre-travel consultation helps prepare travelers for health concerns that might arise. The assessment of risk, mitigation strategies, and relevance of pre-travel advice is dependent on whether travelers adhere to their planned travel itinerary and activities. Objectives. We aimed to determine the proportion of returned travelers whose actual travel itineraries differed from their planned travel plans (defined as discrepant trip experiences). We also aimed to identify traveler or trip characteristics associated with discrepant trip experiences. We conducted a prospective cohort study at the Hospital for Sick Children’s Family Travel Medicine Clinic between September 2014 and December 2015. Pre- and post-trip questionnaires were compared with identify discrepant trip experiences. Among 186 participants, 121 (65%) reported their actual travel itineraries upon their return. A preliminary analysis of 53 participants revealed a median participant age of 37 years. Most common reasons for travel were vacation (n = 29, 55%) and visiting friends and/or relatives (n = 12, 23%). Median trip duration was 17 days (IQR 13 days); most commonly visited regions were Central America (n = 19, 36%), Asia (n = 18, 34%), and South America (n = 5, 9%). In total, 51 actual travel itineraries (96.2%, 95% CI 91–100) were discrepant from the pre-travel plans that were used to make pre-travel health recommendations. Additional activities (e.g., hiking, caving) (n = 42, 82.3%) and unplanned environments visited (e.g., altitude, jungle) (n = 32, 62.7%) during travel were the trip characteristics most likely to be discrepant. We did not identify any traveler demographic features or planned trip characteristics that predicted either discrepant trip experiences. Based on our preliminary analysis, the majority of travelers reported discrepant trip experiences. We plan to complete the analysis of the full cohort (N = 121) and also to quantify if the discrepant features meaningfully altered health risks during travel. This study informs practitioners providing pre-travel consultation to consider broader counseling as discrepancies from planned travel are common. All authors: No reported disclosures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,355
Écart entre enseignants0,327 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetTravel-related health issuesTravaux en français237 207