Development of an Index for the Inspection of Aedes aegypti Breeding Sites in Brazil: Multi-criteria Analysis
Notice bibliographique
Résumé
BACKGROUND: Aedes aegypti is a vector for the transmission of diseases such as dengue fever, chikungunya, Zika fever, and yellow fever. In 2016, over 1 million cases of these diseases were reported in Brazil, which is an alarming public health issue. One of the ways of controlling this disease is by inspecting and neutralizing the places where A. aegypti lays its eggs. The Ministry of Planning, Development, and Administration of Brazil maintains the inspection statistics. OBJECTIVE: We propose a multi-criteria analysis to create an index for A. aegypti inspections reported through the Ministry of Planning, Development, and Administration system of Brazil. METHODS: Based on the repository from urban cleaning services combined with data on inspections conducted by government agencies in several Brazilian cities and municipalities, we selected and combined metrics, which we further ranked using the analytic hierarchy process methodology. We also developed risk maps based on the analytic hierarchy process ranking of the A. aegypti breeding sites. RESULTS: Based on our analysis and the available data, the priority for inspections should consider the number of sick people (weight 0.350), medical evaluations (weight 0.239), inspections (weight 0.201), mosquito breeding sites (weight 0.126), and days of absence from work (weight 0.096). CONCLUSIONS: The proposed index could aid public health practitioners in preventing the appearance of new A. aegypti breeding sites. This information technology application can help solve such public health challenges.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,012 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».