Estimating public health risks of infectious disease events: A Canadian approach to rapid risk assessment
Notice bibliographique
Résumé
Background: The COVID-19 pandemic highlighted the need for timely, evidence-based rapid risk assessments (RRA) of infectious disease events to inform public health action during rapidly evolving situations with high uncertainty. In 2022, the Public Health Agency of Canada established a coordinated approach to public health risk assessment, including a methodology for qualitative RRA of infectious disease threats. Objective: To describe the RRA methodology and illustrate its use with examples from different infectious hazards of public health concern. Methods: The RRA methodology employs the risk pathway to describe the sequence of events leading from a hazard's source to the adverse event of concern and subsequent impacts; define specific questions to be addressed; and identify relevant knowledge gaps, limitations and recommendations. Qualitative likelihood and impact estimates are derived through integration of evidence review and expert opinion and are communicated together with corresponding levels of uncertainty. The impacts of the event are based on an assessment of the most likely spread scenario within Canada, considering individual-level impact on affected individuals, the impact on the general population and, if relevant, sub-groups at higher risk. Results: This RRA approach aligns with well-established international methods and provides flexibility to accommodate a broad range of risk questions. It has been implemented to estimate the risk of various threats of concern to Canada, including mpox, avian influenza A(H5N1) and measles. Conclusion: Given the broad range and complexity of public health hazards, RRAs provide a timely, coordinated and systematic process for characterizing and communicating the risk to inform risk mitigation and decision-making and to guide appropriate public health response.
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 | 0,057 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,029 | 0,016 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,014 | 0,005 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».