Self-reported influenza and influenza-like symptoms in U.S. adults age 18–64 between September 1, 2019 and April 15, 2020
Notice bibliographique
Résumé
BACKGROUND: The Influenza-like Illness Surveillance Network (ILINet) can indicate the presence of novel, widespread community pathogens. Comparing week-to-week reported influenza-like illness percentages may identify the time of year a novel pathogen is introduced. However, changes in health-seeking behavior during the COVID-19 pandemic call in to question the reliability of 2019-2020 ILINet data as a comparison to prior years, potentially rendering this system less reliable as a novel pathogen surveillance tool. Corroboration of trends seen in the 2019-2020 ILINet data lends confidence to the validity of those trends. This study compares predicted versus reported influenza and influenza-like illnesses in vaccinated adults as a surrogate measure of novel pathogen surveillance. METHODS: An online survey was used to ask US adults their influenza vaccination status, whether they were diagnosed with influenza after vaccination, and whether they experienced an influenza-like illness other than flu. RESULTS: Prevalence of self-reported flu diagnosis in adults age 18-64 who received the flu vaccine between September 1, 2019 and April 15, 2020 (n = 3,225) was 5.8 %, while self-reported flu or flu-like illness (without a flu diagnosis) was 17.9 %. CONCLUSION: Flu and flu-like illness in this sample of flu-vaccinated U.S. adults is significantly higher than predicted, consistent with substantially higher ILI's in 2019-20 compared to ILI's from 2018-19, suggesting that the ILI values reported during the COVID-19 pandemic may be appropriate for comparison to prior years.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».