Establishing syndromic surveillance of gastrointestinal infections in emergency departments using routine emergency department data and validating it against laboratory-based surveillance, Germany, January 2019 – June 2023
Notice bibliographique
Résumé
2. Structured Abstract Background Gastrointestinal infections in Germany account for 24.5 million outpatient visits annually. Surveillance of gastrointestinal infections in emergency departments strengthens timely outbreak detection and disease trend monitoring. Aim We developed a syndrome definition for automated syndromic surveillance of gastrointestinal infections in emergency departments, and validated it against statutory laboratory-based surveillance. Methods To develop a syndrome definition, we selected presenting complaints (Canadian Emergency Department Information System) and diagnoses (ICD-10). We validated the definition through time series and cross-correlation analysis, comparing trends between syndromic and laboratory-based surveillance. We analysed German emergency department registry (AKTIN) data and included emergency departments that continuously transferred (01/2019-06/2023) data. As reference we combined statutory norovirus-gastroenteritis, rotavirus-gastroenteritis, campylobacteriosis and salmonellosis notifications. Results Our syndrome definition combined presenting complaints (diarrhoea, vomiting and nausea) and diagnoses (Intestinal infectious diseases). Accordingly, in 7 emergency departments with n = 864,353 visits, 2.1% ( n = 18,158) were gastrointestinal infection cases. Of those, 57% ( n = 10,424) were female, with 23% 0–19 years ( n = 4,108) and 23% 20–29 years ( n = 4,116) old. We visually observed similar gastrointestinal infection trends in both surveillance systems. The cross-correlation was 0.73 (95%-confidence interval 0.61–0.85; p <0.001) at lag −1, indicating a 1-week relative reporting delay of laboratory-based surveillance. Conclusion The coherent trends and significant cross-correlation validated our syndrome definition, which adequately captures gastrointestinal infection cases in emergency departments. Our novel automated surveillance complements laboratory-based surveillance, while offering advantages regarding timeliness and reduced workload. Therefore, it will be implemented in national routine surveillance.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».