MétaCan
Menu
Retour à la cohorte
Enregistrement W3161458123 · doi:10.14745/ccdr.v47i04a04f

Disparition rapide de la grippe après la mise en œuvre de mesures d'atténuation de la COVID-19 à Hamilton, Ontario

2021· article· fr· W3161458123 sur OpenAlexaffvenueabout
Kevin Zhang, Avika Misra, Patrick Kim, Seyed M. Moghadas, Joanne M. Langley, Marek Smieja

Notice bibliographique

RevueRelevé des maladies transmissibles au Canada · 2021
Typearticle
Languefr
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensNova Scotia Health AuthorityCanadian Institute for Advanced ResearchUniversity of OttawaSt. Joseph’s Healthcare HamiltonYork UniversityMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)HumanitiesMedicinePhilosophy

Résumé

Contexte : Des mesures de santé publique, telles que la distanciation physique et la fermeture des écoles et des services non essentiels, ont été rapidement mises en œuvre au Canada pour freiner la propagation de la maladie à coronavirus 2019 (COVID-19). Nous avons cherché à étudier les conséquences des mesures d'atténuation pendant la vague printanière de COVID-19 sur l'incidence d'autres virus respiratoires confirmés en laboratoire à Hamilton, en Ontario. Méthodes : Tous les échantillons d'écouvillons nasopharyngés (n = 57 503) soumis à un dépistage systématique du virus respiratoire dans un laboratoire régional desservant tous les centres hospitaliers de soins de courte durée de Hamilton entre janvier 2010 et juin 2020 ont été examinés. Les tests de dépistage de la grippe A et B, du virus respiratoire syncytial, du métapneumovirus humain, du virus para-influenza I-III, de l'adénovirus et du rhinovirus/entérovirus ont été effectués systématiquement à l'aide d'un panel multiplex de virus respiratoires par réaction en chaîne par polymérase mis au point par le laboratoire. Un modèle de régression linéaire bayésien a été utilisé pour déterminer la tendance des taux de positivité de tous les échantillons de grippe au cours des 26 premières semaines de chaque année de 2010 à 2019. Le taux de positivité moyen de l'inférence bayésienne a été comparé au taux de positivité hebdomadaire des échantillons de grippe rapporté en 2020. Résultats : Le taux de positivité de la grippe en 2020 a fortement diminué après la mise en œuvre d’interventions relatives à la COVID-19 à l'échelle de la population. Les semaines 12–26 ont rapporté 0 % de positivité pour la grippe, à l'exception de 0,1 % rapporté la semaine 13. Conclusion : Les mesures de santé publique mises en œuvre pendant la pandémie de COVID-19 ont été associées à une incidence réduite d'autres virus respiratoires et devraient être envisagées pour atténuer la gravité de la grippe saisonnière et des pandémies dues à d'autres virus respiratoires.

Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.

Comment cette classification a été obtenuedéplier

Le tri à trois modèles

les 5 600 travaux triés →

Les trois modèles l'ont jugé hors champ.

strate : french · poids de sondage : 1554.47 (l'échantillon est stratifié ; tout taux calculé sans le poids est faux)
Claude Opus 4.8OUT
genre : empirical
porte sur le Canada: non
confiance: high

Epidemiological analysis of the collapse in influenza positivity after COVID-19 mitigation in Hamilton; a Canadian setting but the object is viral epidemiology, not the research system.

GPT-5.6 (high)OUT
genre : empirical
porte sur le Canada: non
confiance: high

The study examines influenza incidence after public health interventions, not the conduct of research.

Grok 4.5OUT
genre : empirical
porte sur le Canada: non
confiance: high

Epidemiology of influenza under COVID-19 public health measures; studies disease incidence, not research practice.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,036
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,320
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRelevé des maladies transmissibles au CanadaMême sujetRespiratory viral infections researchTravaux en français237 207