MétaCan
Menu
Retour à la cohorte
Enregistrement W4206194697 · doi:10.51644/bap21

COVID-19, Age and Mortality: Implications for Public Policy

2020· article· en· W4206194697 sur OpenAlexaff
Alan Whiteside, Felicia Clement

Notice bibliographique

RevueBalsillie Papers · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésCase fatality ratePublic healthDeclarationDiseaseCoronavirus disease 2019 (COVID-19)Environmental healthQuarantineChinaMedicineGeographyInfectious disease (medical specialty)Political sciencePopulationPathologyLaw

Résumé

récupéré en direct d'OpenAlex

Backdrop to the PandemicIn late December 2019, authorities in Wuhan, China, were informed of a new respiratory disease infecting increasing numbers of people. 1 They, in turn, notified the World Health Organization (WHO). 2 By January 30, 2020, there were about 10,000 cases globally, and the WHO cautioned of a public health emergency of international concern 3 -a formal declaration of "an extraordinary event which is determined to constitute a public health risk to other States through the international spread of disease and to potentially require a coordinated international response." 4As of late May, there are nearly six million cases globally.COVID-19 originates from a retrovirus that entered humans as a zoonotic disease -a disease that crosses the species barrier from animal to human and then spreads from human to human. 5The earliest cases were associated with a local "wet market" in Wuhan, where live and slaughtered animals, both domestic and exotic, were being sold as food. 6COVID-19 -known officially as "severe acute respiratory syndrome coronavirus 2" or by its abbreviation, SARS-CoV-2 -spreads rapidly between humans, mainly via the respiratory tract through droplets and fomites. 7It presents through a wide range of symptoms, primarily but not restricted to fever, cough and difficulty breathing. 8As time passes, the range of symptoms identified with COVID-19 increases.Preliminary studies suggest that SARS-CoV-2's case fatality rate, at 2.2 percent, is significantly lower than that of its predecessors. 9It was 9.6 percent for SARS-CoV and 34.4 percent for MERS-CoV. 10However, the rate remains in flux as the pandemic continues to unfold.The most vulnerable are the elderly (over 65) and those with comorbidities (underlying medical conditions). 11The main comorbidities associated with poor prognosis are cancers, diabetes and hypertension, as well as respiratory, cardiac and renal diseases. 12

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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
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 Opus0,233
Tête enseignante GPT0,457
Écart entre enseignants0,224 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBalsillie PapersMême sujetCOVID-19 and healthcare impactsTravaux en français237 207