Measuring the Masses: Guidelines for Publication of Case Reports on Mass Gatherings
Notice bibliographique
Résumé
Introduction: The science supporting event medicine is growing rapidly. In order to improve the ability of researchers to access event data and improve the quality of publishing mass gathering cases, it would be of benefit to standardize event reports to permit the comparison of similar events across local and national boundaries. These data would support the development of practice standards across settings. Aim: The authors propose the creation of a publication guideline to support authors seeking to publish in this field. Method: Derivation study via analysis of published case reports using the Delphi process. Results: Data elements were inconsistently reported within published case reports. Categories of variables included: event demographics (descriptors of date, time, genre, activity, risks), attendance and population demographics, data related to climate and weather conditions, composition and deployment of an onsite medical team, highest level of care available onsite, patient demographics, patient presentations and measures of impact on the local health care system such as transfer to hospital rates. Of note, there was a high incidence of “missing” variables that would be of central interest to researchers. Discussion: Approaches to standardizing the collection and reporting of data are often discussed in the health care literature. The benefits of consistent, structured data collection are well understood. In the context of mass gathering event case reporting, the time is ripe for the introduction of a guideline (with accompanying guidance notes and dictionary). The proposed guideline requires the input of subject matter experts (in progress) to enhances its relevance and uptake. This work is timely as there is ongoing work on improving an international event medicine registry. If the evolution of both proceeds in lockstep, there is a good chance that access to a rigorous data set will become a reality.
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 | 0,405 | 0,616 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,048 | 0,026 |
| Études des sciences et des technologies | 0,007 | 0,012 |
| Communication savante | 0,021 | 0,026 |
| Science ouverte | 0,018 | 0,016 |
| Intégrité de la recherche | 0,017 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,033 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».