MétaCan
Menu
Retour à la cohorte
Enregistrement W4366352194 · doi:10.17269/s41997-023-00766-5

Canadian COVID-19 Outbreak Surveillance System: implementation of national surveillance during a global pandemic

2023· article· en· W4366352194 sur OpenAlexafffundvenueabout
Erin McGill, Cameron Coulby, Demy Dam, Anna Bellos, Rachel McCormick, Kaitlin Patterson

Notice bibliographique

RevueCanadian Journal of Public Health · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesPublic Health Agency of Canada
Mots-clésOutbreakPandemicEpidemiologyPublic healthDisease surveillancePopulationPublic health surveillanceEnvironmental healthGeographyMedicineCoronavirus disease 2019 (COVID-19)VirologyDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

SETTING: Early in the SARS-CoV-2 pandemic, the need to develop systematic outbreak surveillance at the national level to monitor trends in SARS-CoV-2 outbreaks was identified as a priority for the Public Health Agency of Canada (PHAC). The Canadian COVID-19 Outbreak Surveillance System (CCOSS) was established to monitor the frequency and severity of SARS-CoV-2 outbreaks across various community settings. INTERVENTION: PHAC engaged with provincial/territorial partners in May 2020 to develop goals and key data elements for CCOSS. In January 2021, provincial/territorial partners began submitting cumulative outbreak line lists on a weekly basis. OUTCOMES: Eight provincial and territorial partners, representing 93% of the population, submit outbreak data on the number of cases and severity indicators (hospitalizations and deaths) for 24 outbreak settings to CCOSS. Outbreak data can be integrated with national case data to supply information on case demographics, clinical outcomes, vaccination status, and variant lineages. Data aggregated to the national level are used to conduct analyses and report on outbreak trends. Evidence from CCOSS analyses has been useful in supporting provincial/territorial outbreak investigations, informing policy recommendations, and monitoring the impact of public health measures (vaccination, closures) in specific outbreak settings. IMPLICATIONS: The development of a SARS-CoV-2 outbreak surveillance system complemented case-based surveillance and furthered the understanding of epidemiological trends. Further efforts are required to better understand SARS-CoV-2 outbreaks for Indigenous populations and other priority populations, as well as create linkages between genomic and epidemiological data. As SARS-CoV-2 outbreak surveillance enhanced case surveillance, outbreak surveillance should be a priority for emerging public health threats.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil0,449

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0040,001
Communication savante0,0030,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,303
Tête enseignante GPT0,466
Écart entre enseignants0,163 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Public HealthMême sujetCOVID-19 epidemiological studiesTravaux en français237 207