MétaCan
Menu
Retour à la cohorte
Enregistrement W2969745646 · doi:10.2196/14510

Real-Time Surveillance of Infectious Diseases and Other Health Conditions During Iraq’s Arbaeenia Mass Gathering: Cross-Sectional Study

2019· article· en· W2969745646 sur OpenAlexvenueno aff
Faris Lami, Inam Hameed, Abdul Wahhab Jewad, Yousef Khader, Mirwais Amiri

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTravel-related health issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMass gatheringMedicineHajjEnvironmental healthPublic healthCross-sectional studyHealth careData collectionHealth facilityPublic health surveillancePopulationHealth servicesGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The most common religious mass gatherings in the Middle East are the Hajj at Mecca in Saudi Arabia, which occurs annually, and the Arbaeenia in Karbala. The importance of developing public health surveillance systems for mass gatherings has been previously emphasized in other reports. OBJECTIVE: This study aimed to describe the common illnesses and health conditions affecting people during the Arbaeenia mass gathering in Iraq in 2016. METHODS: A total of 60 data collectors took part in the field data collection over a period of 11 days, from November 12, 2016 to November 22, 2016. Data were collected from 20 health outlets along the major route from Najaf to Karbala (10 health facilities in each governorate). Two digital forms, the Health Facility Survey and the Case Survey, were used for data collection. RESULTS: A total of 41,689 patients (33.3% female and 66.7% male) visited the 20 health care facilities over a period of 11 days from November 12, 2016 to November 22, 2016. More than three quarters of patients (77.5%; n=32,309) were between 20-59 years of age, more than half of patients were mainly from Iraq (56.5%; n=23,554), and about 38.9% (n=16,217) were from Iran. Patients in this study visited these health care facilities and presented with one or more conditions. Of a total 41,689 patients, 58.5% (n=24,398) had acute or infectious conditions and symptoms, 33.1% (n=13,799) had chronic conditions, 23.9% (n=9974) had traumas or injuries, 28.2% (n=11,762) had joint pain related to walking long distances, and 0.3% (n=133) had chronic dermatologic conditions. CONCLUSIONS: The Arbaeenia mass gathering in 2016 exerted a high burden on the Iraqi health care system. Therefore, efforts must be made both before and during the event to ensure preparedness, proper management, and control of different conditions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,341
Écart entre enseignants0,318 · 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 tête enseignante, pas un consensus.

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

Citations25
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetTravel-related health issuesTravaux en français237 207