MétaCan
Menu
Retour à la cohorte
Enregistrement W2995584322 · doi:10.1177/0046958019894098

Measles Outbreak in Unvaccinated and Partially Vaccinated Children and Adults in the United States and Canada (2018-2019): A Narrative Review of Cases

2019· review· en· W2995584322 sur OpenAlexaboutno aff
Adekunle Sanyaolu, Chuku Okorie, Aleksandra Marinkovic, Oladapo Ayodele, Abu Fahad Abbasi, Stephanie Prakash, Jessica Gosse, Sadaf Younis, Jasmine Mangat, Henry H Chan

Notice bibliographique

RevueINQUIRY The Journal of Health Care Organization Provision and Financing · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueVirology and Viral Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeaslesOutbreakMedicineVaccinationMeasles virusMeasles vaccinePediatricsEnvironmental healthDemographyVirology

Résumé

récupéré en direct d'OpenAlex

Since 2018 and currently in 2019, the United States and Canada experienced a rapidly spreading measles virus outbreak. The developing outbreak may be due to a lack of vaccination, an inadequate dosage of measles (MMR) vaccine, clusters of intentionally under-vaccinated children, imported measles from global travel, and from those who are immunocompromised or have other life-threatening diseases. The infection originated mainly from travelers who acquired measles abroad and has thus led to a major outbreak and health concern not only in the United States and Canada but also in other parts of the world. According to World Health Organization, from January 2019 through September 2019, 1234 cases of measles have been reported in the United States and 91 reported cases in Canada, while in 2018, 372 and 28 cases were reported in the United States and Canada, respectively. A potential driving factor to the increased cases maybe because fewer children have been vaccinated over the last number of years in both countries. This article is a narrative review of cases discussing the measles outbreak among partially vaccinated and unvaccinated children and adults in the United States and Canada in 2018 and 2019.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,326
Écart entre enseignants0,303 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINQUIRY The Journal of Health Care Organization Provision and FinancingMême sujetVirology and Viral DiseasesTravaux en français237 207