MétaCan
Menu
Retour à la cohorte
Enregistrement W3119748498 · doi:10.1093/ofid/ofaa439.1099

911. Assessment of Representativeness of IPD Surveillance Conducted by the National Microbiology Laboratory of Canada

2020· article· en· W3119748498 sur OpenAlexaffabout
Rajeev M. Nepal, Stéphane Dion, Ana Gabriela Grajales, Maria Major, Alejandro Cané, Jelena Vojicic

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePneumonia and Respiratory Infections
Établissements canadiensPfizer (Canada)
Organismes subventionnairesnon disponible
Mots-clésRepresentativeness heuristicMedicineEpidemiologyIncidence (geometry)SerotypePneumococcal diseaseNotifiable diseasePopulationPublic health surveillanceEpidemiologic SurveillancePublic healthEnvironmental healthDemographyPediatricsStreptococcus pneumoniaeVirologyPathologyBiologyStatisticsMicrobiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Understanding the evolving epidemiology of Streptococcus pneumoniae serotypes is important for assessing the current and potential future immunization programs. In Canada, Invasive pneumococcal disease (IPD) is mandatory reportable to provincial/territorial public health. Provinces and territories voluntarily submit annual IPD data to the Canadian Notifiable Disease Surveillance System (CNDSS), which publishes information on IPD cases and incidence rates, however serotype data are not available. Provinces/territories also voluntarily submit IPD isolates to the National Microbiology laboratory (NML) for serotyping; provinces that conduct their own serotyping submit this information. The NML produces comprehensive IPD surveillance reports including serotype distribution; due to lack of population denominator, no incidence rates are available. The two surveillance programs are not linked. The objective of the study is to assess the representativeness of the NML surveillance as compared to the CNDSS and provincial reportable diseases databases. Methods Over the study time period (2010-2017), we compared annual IPD case counts between the NML and CNDSS reports. Due to the difference in age grouping between CNDSS and NML, comparison was limited to these groups: all age, < 5, 5-14 and > 15 years. In addition, the IPD counts from NML were compared to data from four largest provinces. Results For < 5 group, NML reported 91% of CNDSS case count whereas for 5-14 and > 15 years of age, it was 81% and 79%, respectively. Compared to the corresponding provincial databases, NML reported 91%, 97%, and 93% case counts for Ontario, British Columbia, and Alberta, respectively, while it was only 47% for Quebec. Further analysis revealed that the discrepancy in Quebec is the result of under-representation of >5 populations. Figure 1: Comparison of age stratified IPD case counts between CNDSS and NML Figure 2. Comparison of all age IPD case counts between NML and provincial databases Conclusion IPD surveillance conducted by NML has been instrumental to gain insight into the evolving epidemiology of S. pneumoniae serotypes in Canada. Comparisons of IPD counts from NML surveillance reports with reportable disease databases revealed different levels of concordance across provinces and age groups. The limitations of NML surveillance including incomplete or inconsistent reporting should be taken into consideration when interpreting the data. Disclosures Rajeev M. Nepal, PhD, Pfizer (Employee) Stephane B. Dion, PhD, Pfizer (Employee) Ana Gabriela Grajales, MD, Pfizer (Employee) Maria Major, B.Sc., MPH, Pfizer (Employee) Alejandro Cane, MD, Pfizer (Employee) Jelena Vojicic, MD, Pfizer (Employee)

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)0,007
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,019
Tête enseignante GPT0,321
Écart entre enseignants0,301 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetPneumonia and Respiratory InfectionsTravaux en français237 207