MétaCan
Menu
Retour à la cohorte
Enregistrement W3158330068 · doi:10.1186/s40249-021-00849-w

The precision of epidemiological investigation of COVID-19 transmission in Shanghai, China

2021· article· en· W3158330068 sur OpenAlexaff
Ying Shi, Honglin Jiang, Mei-Xia Yang, Lin-Juan Dong, Yue Chen, Yi-Biao Zhou, Qingwu Jiang

Notice bibliographique

RevueInfectious Diseases of Poverty · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésContact tracingEpidemiologyMedicineTransmission (telecommunications)OutbreakCoronavirus disease 2019 (COVID-19)Scope (computer science)Environmental healthChinaMedical emergencyDisease transmissionDiseaseFamily medicineVirologyPathologyGeographyInfectious disease (medical specialty)Computer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Shanghai had a local outbreak of COVID-19 from January 21 to 24. Timely and precise strategies were taken to prevent further spread of the disease. We discussed and shared the experience of COVID-19 containment in Shanghai. PROCESS: The first two patients worked at two hospitals but no staff from the two hospitals were infected. The suspected case and his two close contacts were confirmed to be infected within 12 h. The testing rate of individuals was low. The scope of screening was minimized to two related districts and the close contact tracing was completed within 12 h, which were precise and cost-effective. CONCLUSIONS: Active monitoring, precise epidemiological investigation and timely nucleic acid testing help discover new cases, minimize the scope of screening, and interrupt the transmission.

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)0,000
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,053
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,009
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 Opus0,036
Tête enseignante GPT0,325
Écart entre enseignants0,289 · 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.

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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfectious Diseases of PovertyMême sujetSARS-CoV-2 detection and testingTravaux en français237 207