Análise espacial da taxa de detecção de casos suspeitos de síndrome congênita pelo vírus Zika, Maranhão, 2015 a 2018
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.
Notice bibliographique
Résumé
OBJECTIVE: To identify spatial patterns in cases of changes in growth and development related to Zika virus infection and other infectious etiologies (denominated Zika virus congenital syndrome in this study) reported in Maranhão from 2015 to 2018 and their relation with socioeconomic and demographic variables. METHODS: Ecological study of notified Zika virus congenital syndrome cases in the 217 cities of Maranhão, Brasil. Spatial autocorrelation was calculated using GeoDa 1.14 software and the local and global (I) Moran's index in univariate and bivariate analyses on Zika virus congenital syndrome incidence rate with Municipal Human Development Index (MHDI), population density, Gini coefficient and the cities' time of administrative political emancipation. Local Moran's Index was calculated to identify clusters with significant spatial autocorrelation. RESULTS: Spatial autocorrelation was checked in univariate analysis of the incidence rate of Zika virus congenital syndrome (I=0,494; p=0,001) and positive correlation in bivariate analysis of the incidence rate with Municipal Human Development Index (I=0,252; p=0,001), population density (I=0,338; p=0,001) and the cities' time of administrative political emancipation (I=0,134; p=0,001). The correlation between incidence rate with Gini coefficient was not significant (I= -0,033; p=0,131). Five high-incidence clusters were found in distinct areas of the state. CONCLUSIONS: Cities with higher MHDI, higher population density and more years of administrative political emancipation had more cases of Zika virus congenital syndrome notified.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 découle