Gonorrhea cluster detection in Manitoba, Canada: Spatial, temporal, and spatio-temporal analysis
Notice bibliographique
Résumé
In Canada, Gonorrhea infection ranks as the second most prevalent sexually transmitted infection. In 2018, Manitoba reported an incidence rate three times greater than the national average. This study aims to investigate the spatial, temporal, and spatio-temporal patterns of Gonorrhea infection in Manitoba, using individual-level laboratory-confirmed administrative data provided by Manitoba Health from 2000 to 2016. Age and sex patterns indicate that females are affected by infections at younger ages compared to males. Moreover, there is an increase in repeated infections in 2016, accounting for 16% of the total infections. Spatial analysis at the 96 Manitoba regional health authority districts highlights significant positive spatial autocorrelation, demonstrating a clustered distribution of the infection. Northern districts of Manitoba and central Winnipeg were identified as significant clusters. Temporal analysis shows seasonal patterns, with higher infections in late summer and fall. Additionally, spatio-temporal analysis reveals clusters during high-risk periods, with the most likely cluster in the northern districts of Manitoba from January 2006 to June 2014, and a secondary cluster in central Winnipeg from June 2004 to November 2012. This study identifies that Gonorrhea infection transmission in Manitoba has temporal, spatial, and spatio-temporal variations. The findings provide vital insights for public health and Manitoba Health by revealing high-risk clusters and emphasizing the need for focused and localized prevention, control measures, and resource allocation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».