MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403223679 · doi:10.2196/55208

Influenza-Like Illness in Lesotho From July 2020 to July 2021: Population-Based Participatory Surveillance Results

2024· article· en· W4403223679 sur OpenAlexvenueno aff
Abigail R Greenleaf, S. Francis, Jungang Zou, Shannon M. Farley, T.D. Lekhela, Fred M. Asiimwe, Qixuan Chen

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentFogarty International Center
Mots-clésMedicinePoisson regressionDemographyPopulationRate ratioIncidence (geometry)Environmental health

Résumé

récupéré en direct d'OpenAlex

Background: Participatory surveillance involves at-risk populations reporting their symptoms using technology. In Lesotho, a landlocked country of 2 million people in Southern Africa, laboratory and case-based COVID-19 surveillance systems were complemented by a participatory surveillance system called "LeCellPHIA" (Lesotho Cell Phone Population-Based HIV Impact Assessment Survey). Objective: This report describes the person, place, and time characteristics of influenza-like illness (ILI) in Lesotho from July 15, 2020, to July 15, 2021, and reports the risk ratio of ILI by key demographic variables. Methods: LeCellPHIA employed interviewers to call participants weekly to inquire about ILI. The average weekly incidence rate for the year-long period was created using a Quasi-Poisson model, which accounted for overdispersion. To identify factors associated with an increased risk of ILI, we conducted a weekly data analysis by fitting a multilevel Poisson regression model, which accounted for 3 levels of clustering. Results: The overall response rate for the year of data collection was 75%, which resulted in 122,985 weekly reports from 1776 participants. ILI trends from LeCellPHIA mirrored COVID-19 testing data trends, with an epidemic peak in mid to late January 2021. Overall, any ILI symptoms (eg, fever, dry cough, and shortness of breath) were reported at an average weekly rate of 879 per 100,000 (95% CI 782-988) persons at risk. Compared to persons in the youngest age group (15-19 years), all older age groups had an elevated risk of ILI, with the highest risk of ILI in the oldest age group (≥60 years; risk ratio 2.6, 95% CI 1.7-3.8). Weekly data were shared in near real time with the National COVID-19 Secretariat and other stakeholders to monitor ILI trends, identify and respond to increases in reports of ILI, and inform policies and practices designed to reduce COVID-19 transmission in Lesotho. Conclusions: LeCellPHIA, an innovative and cost-effective system, could be replicated in countries where cell phone ownership is high but internet use is not yet high enough for a web- or app-based surveilance system.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,074
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,106
Tête enseignante GPT0,415
Écart entre enseignants0,309 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and Surveillance→Même sujetInfluenza Virus Research Studies→Travaux en français237 207→