MétaCan
Menu
Retour à la cohorte
Enregistrement W4206563739 · doi:10.2196/36630

Evaluation of the Dengue Surveillance System in Islamabad (2019)

2022· article· en· W4206563739 sur OpenAlexvenueno aff
Sara Saeed, Ambreen Chaudhry, Amjad Mahmood, Fawad Khalid, Muhammad Wasif Malik, Muazzam Abbas Ranjha, Zeeshan Iqbal Baig, Nosheen Ashraf, Mumtaz Ali Khan, Jamil A Ansari, Aamer Ikram

Notice bibliographique

RevueIproceedings · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRepresentativeness heuristicDengue feverFlexibility (engineering)Public health surveillanceQuality (philosophy)BusinessEnvironmental healthDisease surveillancePopulationPublic healthData collectionOperations managementMedicineStatisticsEngineeringNursing

Résumé

récupéré en direct d'OpenAlex

Background Dengue is a major public health threat since 2005 in Pakistan. Because of their rapid expansion and long duration, dengue epidemics reduce the productive capacity and economic development of many sections of society. Evaluation is an important step of the planning cycle to improve the utilization of resources. Objective The overall objective of the study is to assess how quickly the system can detect epidemics and to measure the capacity of the system to monitor trends in its geographical distribution over time. Methods A cross-sectional study was conducted from July to September 2019 in Islamabad, Pakistan. Quantitative and qualitative assessments of system attributes were carried out according to updated Centers for Disease Control and Prevention (CDC) guidelines for evaluating public health surveillance systems for 2001. Stakeholders were identified and approached. Four different types of semistructured questionnaires were prepared for each level of stakeholders. Results Simplicity was good, and case definition was uniform and easily understandable. Flexibility was poor, and the system was not capable of incorporating changes. Timeliness was excellent in terms of case reporting as well as case response by relevant stakeholders. Data entry operators were few but expert in their work; however, the quality of data remained a challenge as 40% forms were deficient in demographic and clinical information. Acceptability by the workers as well as the population was good. Sensitivity was high (87%). The predictive value positive (PVP) was excellent (76%). Stability was good in terms of finances and logistics, whereas representativeness was insufficient (only 30%). Conclusions The overall performance of the surveillance system for dengue in Islamabad is excellent in terms of sensitivity and the PVP. Timeliness is excellent, and acceptability is good, whereas representativeness is poor. Coverage of the system needs to be extended and private setups and laboratories included. Feedback being an important aspect of the planning cycle needs improvement.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,349

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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,276
Écart entre enseignants0,255 · 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
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIproceedingsMême sujetData-Driven Disease SurveillanceTravaux en français237 207