MétaCan
Menu
Retour à la cohorte
Enregistrement W4200038067 · doi:10.46234/ccdcw2021.253

The Incoming Influenza Season — China, the United Kingdom, and the United States, 2021–2022

2021· article· en· W4200038067 sur OpenAlexfundno aff
Shasha Han, Ting Zhang, Y. Lyu, Shengjie Lai, Peixi Dai, Jiandong Zheng, Weizhong Yang, Luzhao Feng

Notice bibliographique

RevueChina CDC Weekly · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensnon disponible
Organismes subventionnairesPeking Union Medical CollegeCentre de Recherches MathématiquesChinese Center for Disease Control and PreventionPeking UniversityChinese Academy of Medical SciencesUniversity of SouthamptonHarvard University
Mots-clésPandemicChinaOutbreakTransmission (telecommunications)DemographyGeographyEnvironmental healthVaccinationPsychological interventionCoronavirus disease 2019 (COVID-19)Human mortality from H5N1Seasonal influenzaMedicineSocioeconomicsVirologyDiseaseInfectious disease (medical specialty)Economics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Seasonal influenza activity has declined globally since the widespread of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) transmission. There has been scarce information to understand the future dynamics of influenza - and under different hypothesis on relaxation of non-pharmaceutical interventions (NPIs) in particular - after the disruptions to seasonal patterns. METHODS: We collected data from public sources in China, the United Kingdom, and the United States, and forecasted the influenza dynamics in the incoming 2021-2022 season under different NPIs. We considered Northern China and Southern China separately, due to the sharp difference in the patterns of seasonal influenza. For the United Kingdom, data were collected for England only. RESULTS: Compared to the epidemics in 2017-2019, longer and blunter influenza outbreaks could occur should NPIs be fully lifted, with percent positivity varying from 10.5 to 18.6 in the studying regions. The rebounds would be smaller if the mask-wearing intervention continued or the international mobility stayed low, but sharper if the mask-wearing intervention was lifted in the middle of influenza season. Further, influenza activity could stay low under a much less stringent mask-wearing intervention coordinated with influenza vaccination. CONCLUSIONS: The results added to our understandings of future influenza dynamics after the global decline during the coronavirus disease 2019 (COVID-19) pandemic. In light of the uncertainty on the incoming circulation strains and the relatively low negative impacts of mask wearing on society, our findings suggested that wearing mask could be considered as an accompanying mitigation measure in influenza prevention and control, especially for seasons after long periods of low-exposure to influenza viruses.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,250
Score d'incertitude au seuil0,497

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,017
Tête enseignante GPT0,276
Écart entre enseignants0,260 · 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

Citations23
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChina CDC WeeklyMême sujetInfection Control and VentilationTravaux en français237 207