MétaCan
Menu
Retour à la cohorte
Enregistrement W4387063459 · doi:10.1016/j.prevetmed.2023.106029

A new methodology to extrapolate disease freedom to an area using surveillance results from selected aquatic populations

2023· article· en· W4387063459 sur OpenAlexaff
Pascale Nérette, Emily Brown, Raju Gautam, Julie Paré, Annie Wagener

Notice bibliographique

RevuePreventive Veterinary Medicine · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensCanadian Food Inspection Agency
Organismes subventionnairesnon disponible
Mots-clésPopulationContext (archaeology)Environmental healthStatisticsGeographyMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

According to Chapter 1.4 of the World Organisation for Animal Health (WOAH) Aquatic Animal Health Code, an entire country or zone can be classified as free of a disease only if there is compelling evidence that all susceptible populations within the country or zone are free. However, the methods for achieving freedom are not prescribed in the WOAH standards and guidelines. Within this context, this paper describes a novel methodology to determine if surveillance results can be extrapolated from a study population to a target population. A framework of six criteria was developed to standardize a method for extrapolating surveillance results to other susceptible populations that have not been sampled. Criteria 1 assesses the internal validity for the freedom claim on the source population. Criteria 2 assesses which other susceptible populations have a non-negligible probability of exposure. Criteria 3 assesses whether the risk of infection upon exposure of the source population is the same or greater than each of the other susceptible populations. Finally, Criteria 4, 5 and 6 assess if the other susceptible populations would transmit the infection to the source population or if they have the same exposure pathways as the source population. We illustrate the use of this novel methodology using two hypothetical case scenarios. The presented methodology has the advantage of being applicable either retrospectively or prospectively. When applied retrospectively, it can be used to assess if the surveillance results of the source population can be extrapolated to the target population. When applied prospectively it can be used to design a more efficient surveillance system by selecting source populations from which it is easier to extrapolate surveillance results to the rest of the target population. Conclusions drawn using this methodology depend on the validity of the assumptions made when working through the methodology. We therefore recommend cautious application of the criteria and thorough review of all assumptions.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil0,927

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,397
Tête enseignante GPT0,403
Écart entre enseignants0,006 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreventive Veterinary MedicineMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207