MétaCan
Menu
← Retour à la cohorte
Enregistrement W2902333840 · doi:10.2196/11465

A Syndrome-Based Surveillance System for Infectious Diseases Among Asylum Seekers in Austrian Reception Centers, 2015-2018: Analysis of Reported Data

2018· article· en· W2902333840 sur OpenAlexvenueno aff
Ziad El‐Khatib, Karin Taus, Lukas Richter, Franz Allerberger, Daniela Schmid

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic healthChristian ministryRefugeePublic health surveillanceEpidemiologyAgency (philosophy)Environmental healthMedicineInfectious disease (medical specialty)Political scienceDiseaseLawSociologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Austria has been among the main European countries hosting incoming asylum seekers since 2015. Consequently, there was an urgent need to predict any public health threats associated with the arriving asylum seekers. The Department of Surveillance and Infectious Disease Epidemiology at the Austrian Agency for Health and Food Safety (AGES) was mandated to implement a national syndrome-based surveillance system in the 7 reception centers by the Austrian Ministry of Interior and Ministry of Health. OBJECTIVE: We aimed to analyze the occurrence and spread of infectious diseases among asylum seekers using data reported by reception centers through the syndrome-based surveillance system from September 2015 through February 2018. METHODS: We deployed a daily data collection system for 13 syndromes: rash with fever; rash without fever; acute upper respiratory tract infection; acute lower respiratory tract infection; meningitis or encephalitis; fever and bleeding; nonbloody gastroenteritis or watery diarrhea; bloody diarrhea; acute jaundice; skin, soft tissue, or bone abnormalities; acute flaccid paralysis; high fever with no other signs; and unexplained death. General practitioners, the first professionals to consult for health problems at reception centers in Austria, sent the tally sheets on identified syndromes daily to the AGES. RESULTS: We identified a total of 2914 cases, presenting 8 of the 13 syndromes. A total of 405 signals were triggered, and 6.4% (26/405) of them generated alerts. Suspected acute upper respiratory tract infection (1470/2914, 50.45% of cases), rash without fever (1174/2914, 40.29% of cases), suspected acute lower respiratory tract infection (159/2914, 5.46% of cases), watery diarrhea (73/2914, 2.51% of cases), and skin, soft tissue, or bone abnormalities (32/2914, 1.10% of cases) were the top 5 syndromes. CONCLUSIONS: The cooperation of the AGES with reception center health care staff, supported by the 2 involved ministries, was shown to be useful for syndromic surveillance of infectious diseases among asylum seekers. None of the identified alerts escalated to an outbreak.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,048
Tête enseignante GPT0,357
Écart entre enseignants0,308 · 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'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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and Surveillance→Même sujetMigration, Health and Trauma→Travaux en français237 207→