MétaCan
Menu
Retour à la cohorte
Enregistrement W4206232427 · doi:10.2196/36631

Evaluation of a Dengue Surveillance Control Program, Yemen, Hodeiadah (2021)

2022· article· en· W4206232427 sur OpenAlex
Salwa Al-eryani, Ghamdan Altahish, labibah Saeed

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueIproceedings · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDengue feverRepresentativeness heuristicMedicineData qualityDisease surveillanceCase fatality rateEnvironmental healthOutbreakData collectionPreparednessDisease controlMedical emergencyEpidemiologyOperations managementStatisticsPopulationMetric (unit)Virology

Résumé

récupéré en direct d'OpenAlex

Background The number of dengue cases reported to the World Health Organization (WHO) increased over 8-fold over the past 2 decades, from 2.4 million in 2010 to 4.2 million in 2019. In Yemen, from January to December 2019, 59,486 suspected dengue cases and 219 deaths with a case fatality rate (CFR) of 0.4% were reported. The dengue surveillance system (DSS) provides necessary information for outbreak response. Objective As there was an increase in the number of dengue outbreaks, especially in Hodeida, last year, this study aims to evaluate the DSS between January and March 2021 to assess its usefulness and performance and identify its strengths and weaknesses. Methods We used the Centers for Disease Control and Prevention (CDC) updated guidelines for evaluation of surveillance systems. For data collection, desk review and interviews with stakeholders at a central level were conducted and semistructured questionnaires distributed for the sentinel site’s coordinators. Indicators were developed to evaluate the usefulness based on 8 attributes: flexibility, stability, simplicity, acceptability, sensitivity, data quality, representativeness, and overall performance. The score percentage was calculated and interpreted as poor (<60%), average (60% to <80%), or good (≥80%). Results The DSS was found to be useful (ie, using data for detecting changes in trends in morbidity and mortality). Regarding system attributes, flexibility (22.7%), stability (33.3%), sensitivity (76%), and data quality (31%) were poor, while simplicity (79%), acceptability (76%), and representativeness (65%) were average. The overall DSS performance was poor (47%). Conclusions The DSS was useful. Although acceptability and representativeness were average, flexibility, stability, sensitivity, and data quality were poor. Strengthening the DSS by providing basic infrastructure, ensuring sustainability, improving supplements, supervising laboratory testing for dengue fever, and expanding DSS coverage to include private health care facilities are necessary. For data quality, supervision and training are recommended.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,313
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,320
Écart entre enseignants0,293 · 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