MétaCan
Menu
Retour à la cohorte
Enregistrement W4390096977 · doi:10.14745/ccdr.v49i1112a06

Syndromic surveillance performance in Canada throughout the COVID-19 pandemic, March 1, 2020 to March 4, 2023

2023· article· en· W4390096977 sur OpenAlexafffundvenueabout
Myriam Ben Moussa, Abbas Rahal, Liza Lee, Shamir Mukhi

Notice bibliographique

RevueCanada Communicable Disease Report · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)MedicineCoronavirusRespiratory systemSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyIntensive care medicineDiseaseInfectious disease (medical specialty)Internal medicine

Résumé

récupéré en direct d'OpenAlex

The coronavirus disease 2019 (COVID-19) pandemic has highlighted the need for robust surveillance of respiratory viruses. Syndromic surveillance continues to be an important surveillance component recommended by the World Health Organization (WHO). While FluWatchers, Canada's syndromic surveillance system, has been in place since 2015, the COVID-19 pandemic provided a valuable opportunity to expand the program's scope and underlying technology infrastructure. Following some structural changes to FluWatchers syndromic questionnaire, participants are now able to contribute valuable data to the non-specific surveillance of respiratory virus activity across Canada. This article examines the performance of FluWatchers' syndromic surveillance over the three years of the COVID-19 pandemic in Canada. More specifically, this article examines FluWatchers' performance with respect to the correlation between the FluWatchers influenza-like illness (ILI) and acute respiratory infection (ARI) indicators and total respiratory virus detections (RVDs) in Canada, including influenza, respiratory syncytial virus (RSV), severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), and other respiratory viruses.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,573

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,325
Écart entre enseignants0,282 · 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

Citations3
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanada Communicable Disease ReportMême sujetData-Driven Disease SurveillanceTravaux en français237 207