MétaCan
Menu
Retour à la cohorte
Enregistrement W3198937258 · doi:10.1136/jech-2021-217529

Tuberculosis in times of COVID-19

2021· article· en· W3198937258 sur OpenAlexaff
A. Zimmer, Joel Shyam Klinton, Charity Oga‐Omenka, Petra Heitkamp, Carol Nawina Nyirenda, Jennifer Furin, Madhukar Pai

Notice bibliographique

RevueJournal of Epidemiology & Community Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensQuebec Rehabilitation Research NetworkMcGill University
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésMedicinePandemicTuberculosisCoronavirus disease 2019 (COVID-19)Leverage (statistics)Personal protective equipmentHealth careEnvironmental healthGlobal healthSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakPublic healthEconomic growthInfectious disease (medical specialty)VirologyNursingOutbreakDisease

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has caused widespread disruptions to tuberculosis (TB) care and service delivery in 2020, setting back progress in the fight against TB by several years. As newer COVID-19 variants continue to devastate many low and middle-income countries in 2021, the extent of this setback is likely to increase. Despite these challenges, the TB community can draw on the comprehensive approaches used to manage COVID-19 to help restore progress and mitigate the impact of COVID-19 on TB. Our team developed the 'Swiss Cheese Model for Ending TB' to illustrate that it is only through multisectoral collaborations that address the personal, societal and health system layers of care that we will end TB. In this paper, we examine how COVID-19 has impacted the different layers of TB care presented in the model and explore how we can leverage some of the lessons and outcomes of the COVID-19 pandemic to strengthen the global TB response.

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)0,031
score de la tête « metaresearch » (Gemma)0,115
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0310,115
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,160
Tête enseignante GPT0,478
Écart entre enseignants0,317 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations133
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Epidemiology & Community HealthMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207