MétaCan
Menu
Retour à la cohorte
Enregistrement W4390096770 · doi:10.14745/ccdr.v49i1112a04

Establishing Pandemic Influenza Severity Assessment (PISA) parameters and thresholds for Canada's FluWatch program

2023· article· en· W4390096770 sur OpenAlexafffundvenueabout

Notice bibliographique

RevueCanada Communicable Disease Report · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesPan American Health OrganizationPublic Health AgencyPublic Health Agency of CanadaWorld Health Organization
Mots-clésPandemicSeriousnessEnvironmental healthSeasonal influenzaMedicineInfluenza A virusCoronavirus disease 2019 (COVID-19)Pandemic influenzaDemographyGeographyDiseaseVirologyInfectious disease (medical specialty)Political scienceVirus

Résumé

récupéré en direct d'OpenAlex

Background: The World Health Organization (WHO) developed a structured framework to enable countries to rapidly assess the severity of an influenza pandemic. This framework, the Pandemic Influenza Severity Assessment (PISA), is intended to be performed weekly during seasonal epidemics so that assessing influenza severity during a pandemic can be done with greater ease and efficiency. Objective: Using influenza surveillance indicators within Canada's FluWatch program from seasons 2014-2015 to 2018-2019, national PISA thresholds were developed and assessed against seasonal data for seasons 2019-2020 to June of 2022-2023. Outcomes: Canada developed thresholds for each required indicator (transmissibility, seriousness of disease and impact) for multiple WHO-recommended parameters. The thresholds were assessed against four seasons, and it was determined that there was a good agreement between the PISA assessments and the characterization of the season by FluWatch epidemiologists. Conclusion: With confidence in the validity of the PISA thresholds, the FluWatch program will begin to share PISA assessments weekly through the FluWatch report in the 2023-2024 seasons to help characterize influenza activity in Canada and inform responses to the seasonal influenza epidemic.

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)0,018
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,114
Tête enseignante GPT0,414
Écart entre enseignants0,301 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanada Communicable Disease ReportMême sujetInfluenza Virus Research StudiesTravaux en français237 207