MétaCan
Menu
Retour à la cohorte
Enregistrement W4387563986 · doi:10.1002/jmv.29166

Spatiotemporal cluster of mpox in men who have sex with men: A modeling study in 83 countries

2023· article· en· W4387563986 sur OpenAlexaboutno aff
Weijing Shang, Guiying Cao, Yu Wu, Liangyu Kang, Yaping Wang, Peng Gao, Jue Liu, Min Liu

Notice bibliographique

RevueJournal of Medical Virology · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiquePoxvirus research and outbreaks
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésMen who have sex with menDemographyLatin AmericansCluster (spacecraft)GeographyHuman immunodeficiency virus (HIV)MedicineVirologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Mpox outbroke globally during 2022-2023, with more than 90% of cases occurring in men who have sex with men (MSM). However, the spatiotemporal distribution of mpox is not well established yet. This study aimed to explore the spatiotemporal clustering of mpox cases in MSM worldwide. We obtained the numbers of mpox cases from Our World in Data, the number of MSM from the Joint United Nations Programme on HIV/AIDS (UNAIDS), UNAIDS DATA 2021 and UNAIDS Global AIDS Update 2022 and literature. We evaluated the spatiotemporal cluster of mpox in MSM using retrospective space-time analyses method. The total number of mpox cases was 85 795 during May 1, 2022 to March 31, 2023. The most likely cluster was Spain (likelihood ratio = 4764.97; p < 0.001), with a cluster period from July 26 to August 14, 2022. There were 11 secondary clusters, which included 46 countries located in western Europe, eastern and northern South America, northern Europe, Canada, Central Africa, southern and central Europe, Latin America, Turkey, Dominican Republic, New Zealand, and Australia. The findings may inform current and future control strategies of mpox and might provide references for the identification of the spatiotemporal distribution of new and emerging infectious diseases in specific populations.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,313
Écart entre enseignants0,291 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical VirologyMême sujetPoxvirus research and outbreaksTravaux en français237 207