MétaCan
Menu
Retour à la cohorte
Enregistrement W3034169036 · doi:10.2196/15409

Contributing to Elimination of Cross-Border Malaria Through a Standardized Solution for Case Surveillance, Data Sharing, and Data Interpretation: Development of a Cross-Border Monitoring System

2020· article· en· W3034169036 sur OpenAlexvenueno aff
Raphael de Freitas Saldanha, Émilie Mosnier, Christovam Barcellos, Aurel Carbunar, Christophe Charron, Jean‐Christophe Desconnets, Basma Guarmit, Margarete do Socorro Mendonça Gomes, Théophile Mandon, A. M. S. Mendes, Paulo César Peiter, L. Musset, Alice Sanna, Benoît van Gastel, Emmanuel Roux

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMalaria Research and Control
Établissements canadiensnon disponible
Organismes subventionnairesCentre de Coopération Internationale en Recherche Agronomique pour le DéveloppementFP7 International CooperationFundação de Amparo à Pesquisa do Estado do AmazonasFundação de Amparo à Pesquisa e ao Desenvolvimento Científico e Tecnológico do MaranhãoCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorBill and Melinda Gates FoundationEuropean CommissionFundação de Amparo à Pesquisa do AmapáInstitut de Recherche pour le Développement
Mots-clésMalariaComputer scienceData sharingData qualityVisualizationData scienceRaw dataPopulationData miningEnvironmental healthEngineeringMedicineOperations management

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cross-border malaria is a significant obstacle to achieving malaria control and elimination worldwide. OBJECTIVE: This study aimed to build a cross-border surveillance system that can make comparable and qualified data available to all parties involved in malaria control between French Guiana and Brazil. METHODS: Data reconciliation rules based on expert knowledge were defined and applied to the heterogeneous data provided by the existing malaria surveillance systems of both countries. Visualization dashboards were designed to facilitate progressive data exploration, analysis, and interpretation. Dedicated advanced open source and robust software solutions were chosen to facilitate solution sharing and reuse. RESULTS: A database gathering the harmonized data on cross-border malaria epidemiology is updated monthly with new individual malaria cases from both countries. Online dashboards permit a progressive and user-friendly visualization of raw data and epidemiological indicators, in the form of time series, maps, and data quality indexes. The monitoring system was shown to be able to identify changes in time series that are related to control actions, as well as differentiated changes according to space and to population subgroups. CONCLUSIONS: This cross-border monitoring tool could help produce new scientific evidence on cross-border malaria dynamics, implementing cross-border cooperation for malaria control and elimination, and can be quickly adapted to other cross-border contexts.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devismedium
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,365
Score d'incertitude au seuil0,724

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
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 savante0,0000,001
Science ouverte0,0000,001
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 Opus0,098
Tête enseignante GPT0,488
Écart entre enseignants0,390 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Autre devis
Domainenon disponible
GenreEmpirique · Méthodes

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

En bref

Citations37
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetMalaria Research and ControlTravaux en français237 207