The World Health Organization COVID-19 surveillance database
Notice bibliographique
Résumé
In January 2020, SARS-CoV-2 virus was identified as a cause of an outbreak in China. The disease quickly spread worldwide, and the World Health Organization (WHO) declared the pandemic in March 2020.From the first notifications of spread of the disease, the WHO's Emergency Programme implemented a global COVID-19 surveillance system in coordination with all WHO regional offices. The system aimed to monitor the spread of the epidemic over countries and across population groups, severity of the disease and risk factors, and the impact of control measures. COVID-19 surveillance data reported to WHO is a combination of case-based data and weekly aggregated data, focusing on a minimum global dataset for cases and deaths including disaggregation by age, sex, occupation as a Health Care Worker, as well as number of cases tested, and number of cases newly admitted for hospitalization. These disaggregations aim to monitor inequities in COVID-19 distribution and risk factors among population groups.SARS-CoV-2 epidemic waves continue to sweep the world; as of March 2022, over 445 million cases and 6 million deaths have been reported worldwide. Of these, over 327 million cases (74%) have been reported in the WHO surveillance database, of which 255 million cases (57%) are disaggregated by age and sex. A public dashboard has been made available to visualize trends, age distributions, sex ratios, along with testing and hospitalization rates. It includes a feature to download the underlying dataset.This paper will describe the data flows, database, and frontend public dashboard, as well as the challenges experienced in data acquisition, curation and compilation and the lessons learnt in overcoming these. Two years after the pandemic was declared, COVID-19 continues to spread and is still considered a Public Health Emergency of International Concern (PHEIC). While WHO regional and country offices have demonstrated tremendous adaptability and commitment to process COVID-19 surveillance data, lessons learnt from this major event will serve to enhance capacity and preparedness at every level, as well as institutional empowerment that may lead to greater sharing of public health evidence during a PHEIC, with a focus on equity.
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 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 | 0,015 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».