Comparison of national surveillance systems for Lyme disease in humans in Europe and North America: a policy review
Notice bibliographique
Résumé
BACKGROUND: Lyme disease incidence is increasing in Europe, the USA, and Canada. In 2010, a comparison of surveillance systems for Lyme disease (LD) in humans in 28 European countries showed that systems highly varied, making epidemiological comparisons difficult. Details by country were not published. In 2018, one of LD clinical manifestations, neuroborreliosis, was added under European Union (EU) surveillance to standardise definitions. In this study, we identified and compared, 10 years after the European inventory, the characteristics of national surveillance systems and policies for LD in humans, with additional countries. METHODS: Thirty-four European and North American countries were included. Information on national "traditional" systems (which compile data reported by clinicians and laboratories) and "public participatory" websites and mobile applications (which collect information directly from the public) were searched in MEDLINE, a systematic evidence map, and Google. An existing framework on LD surveillance was adapted to capture information on the administration level, indicators, reporting entities, coverage, and obligation to report. RESULTS: A surveillance system was found for 29 (85%) countries. Twenty-four had a traditional system alone, one had a public participatory system alone, and the remaining had both. Among countries with traditional systems, 23 (82%) administered them at the national level. Nineteen (68%) required mandatory reporting. Sixteen (57%) used both clinicians and laboratories as reporting entities. Eighteen (64%) employed case definitions, most of which considered both neuroborreliosis and erythema migrans (n = 14). Others monitored the number of positive laboratory tests and/or patient consultations. Public participatory systems were only implemented in countries employing either also sentinels or voluntary surveys, or no traditional system, suggesting their use as a complementary tool. Only 56% of EU countries had neuroborreliosis as an indicator. CONCLUSION: The situation remains similar to 2010 with persisting heterogeneity between systems, suggesting that countries prioritise different surveillance objectives for LD. Without a common indicator in Europe, it is difficult to get a clear epidemiological picture. We discuss four factors that potentially influence LD surveillance strategies: perceptions of severity, burden on resources, two-way communication, and the medical conflicts about LD. Addressing these with countries might help moving towards the adoption of common practices.
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 | 0,039 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,019 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».