GeoSentinel: past, present and future
Notice bibliographique
Résumé
RATIONALE FOR REVIEW: In response to increased concerns about emerging infectious diseases, GeoSentinel, the Global Surveillance Network of the International Society of Travel Medicine in partnership with the US Centers for Disease Control and Prevention (CDC), was established in 1995 in order to serve as a global provider-based emerging infections sentinel network, conduct surveillance for travel-related infections and communicate and assist global public health responses. This review summarizes the history, past achievements and future directions of the GeoSentinel Network. KEY FINDINGS: Funded by the US CDC in 1996, GeoSentinel has grown from a group of eight US-based travel and tropical medicine centers to a global network, which currently consists of 68 sites in 28 countries. GeoSentinel has provided important contributions that have enhanced the ability to use destination-specific differences to guide diagnosis and treatment of returning travelers, migrants and refugees. During the last two decades, GeoSentinel has identified a number of sentinel infectious disease events including previously unrecognized outbreaks and occurrence of diseases in locations thought not to harbor certain infectious agents. GeoSentinel has also provided useful insight into illnesses affecting different traveling populations such as migrants, business travelers and students, while characterizing in greater detail the epidemiology of infectious diseases such as typhoid fever, leishmaniasis and Zika virus disease. CONCLUSIONS: Surveillance of travel- and migration-related infectious diseases has been the main focus of GeoSentinel for the last 25 years. However, GeoSentinel is now evolving into a network that will conduct both research and surveillance. The large number of participating sites and excellent geographic coverage for identification of both common and illnesses in individuals who have traversed international borders uniquely position GeoSentinel to make important contributions of travel-related infectious diseases in the years to come.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 ».