An Association of Influenza Epidemics in Children With Mobile App Data: Population-Based Observational Study in Osaka, Japan
Notice bibliographique
Résumé
BACKGROUND: Early surveillance to prevent the spread of influenza is a major public health concern. If there is an association of influenza epidemics with mobile app data, it may be possible to forecast influenza earlier and more easily. OBJECTIVE: We aimed to assess the relationship between seasonal influenza and the frequency of mobile app use among children in Osaka Prefecture, Japan. METHODS: value of the regression model to evaluate the relationship between the number of "fever" events selected in the mobile app and the number of influenza patients ≤14 years of age. We conducted three-fold cross-validation using data from two years as the training data set and the data of the remaining year as the test data set to evaluate the validity of the regression model. And we calculated Spearman correlation coefficients between the calculated number of influenza patients estimated using the regression model and the number of influenza patients, limited to the period from December to April when influenza is prevalent in Japan. RESULTS: value was 0.915. The mean Spearman correlation coefficient for the three regression models was 0.804. During the influenza season (December-April), the Spearman correlation coefficient between the number of influenza patients and the calculated number estimated using the linear regression model was 0.946 (P<.001). CONCLUSIONS: In this study, the number of times that mobile apps were used was positively associated with the number of influenza patients. In particular, there was a good association of the number of influenza patients with the number of "fever" events selected in the mobile app during the influenza epidemic season.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».