MétaCan
Menu
Retour à la cohorte
Enregistrement W3036283665 · doi:10.1186/s12940-020-00625-7

The association between the seasonality of pediatric pandemic influenza virus outbreak and ambient meteorological factors in Shanghai

2020· article· en· W3036283665 sur OpenAlexaff
Yanbo Li, Xiaofang Ye, Ji Zhou, Feng Zhai, Jie Chen

Notice bibliographique

RevueEnvironmental Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSchool of Medicine, Shanghai Jiao Tong UniversityShanghai Meteorological ServiceScience and Technology Commission of Shanghai Municipality
Mots-clésPoisson regressionMedicineOutbreakPandemicSeasonalityPandemic influenzaLinear regressionDemographyRelative humidityCoronavirus disease 2019 (COVID-19)Environmental healthMeteorologyGeographyInternal medicineStatisticsVirologyPopulationDiseaseMathematicsInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Background and objectives The number of pediatric patients diagnosed with influenza types A and B is increasing annually, especially in temperate regions such as Shanghai (China). The onset of pandemic influenza viruses might be attributed to various ambient meteorological factors including temperature, relative humidity (Rh), and PM 1 concentrations, etc. The study aims to explore the correlation between the seasonality of pandemic influenza and these factors. Methods We recruited pediatric patients aged from 0 to 18 years who were diagnosed with influenza A or B from July 1st, 2017 to June 30th, 2019 in Shanghai Children’s Medical Centre (SCMC). Ambient meteorological data were collected from the Shanghai Meteorological Service (SMS) over the same period. The correlation of influenza outbreak and meteorological factors were analyzed through preliminary Pearson’s r correlation test and subsequent time-series Poisson regression analysis using the distributed lag non-linear model (DLNM). Results Pearson’s r test showed a statistically significant correlation between the weekly number of influenza A outpatients and ambient meteorological factors including weekly mean, maximum, minimum temperature and barometric pressure ( P < 0.001), and PM 1 ( P < 0.01). While the weekly number of influenza B outpatients was statistically significantly correlated with weekly mean, maximum and minimum temperature ( P < 0.001), barometric pressure and PM 1 ( P < 0.01), and minimum Rh ( P < 0.05). Mean temperature and PM 1 were demonstrated to be the statistically significant variables in the DLNM with influenza A and B outpatients through time-series Poisson regression analysis. A U-shaped curve relationship was noted between the mean temperature and influenza A cases (below 15 °C and above 20 °C), and the risks increased for influenza B with mean temperature below 10 °C. PM 1 posed a risk after a concentration of 23 ppm for both influenza A and B. High PM 1 , low and the high temperature had significant effects upon the number of influenza A cases, whereas low temperature and high PM 1 had significant effects upon the number of influenza B cases. Conclusion This study indicated that mean temperature and PM 1 were the primary factors that were continually associated with the seasonality of pediatric pandemic influenza A and B and the recurrence in the transmission and spread of influenza viruses.

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 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 enseignants0,003
Score d'incertitude au seuil0,279

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,102
Tête enseignante GPT0,366
Écart entre enseignants0,264 · 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.

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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental HealthMême sujetInfluenza Virus Research StudiesTravaux en français237 207