“I Didn’t Know Him Before the Pandemic… Now He's on My Speed Dial”: Strengthening Collaboration Between Infectious Diseases Physicians and State and Local Public Health for Future Public Health Emergencies
Notice bibliographique
Résumé
BACKGROUND: Infectious diseases (ID) physicians play a crucial role in public health emergencies. Effective collaboration between public health agencies and healthcare providers is essential for a coordinated response. However, there is limited information on how ID physicians and health departments collaborate and which areas need to be improved. Here, we identify ways to enhance public health preparedness through increased collaboration between ID physicians and state, tribal, local, and territorial health departments. METHODS: We performed a secondary qualitative analysis of 37 telephone interviews conducted using a semistructured discussion guide. Interviews were conducted from July 2023 through September 2023 as part of a pandemic preparedness needs assessment by the Infectious Diseases Society of America's COVID-19 Real-Time Learning Network. Participants included ID physicians (n = 13), public health workers (n = 7), healthcare facility-based pandemic leaders (n = 7), and national stakeholders (n = 10). RESULTS: While some jurisdictions had robust connections between ID physicians and public health staff, lack of coordination in other areas led to duplication of efforts, confusion, and underutilization of resources. Respondents indicated that collaboration can be strengthened over time. Recommendations included better data systems, standardized reporting procedures, early dissemination of updates, and training of ID physicians in the incident command structure and media communication. CONCLUSIONS: The opportunity to build on institutional knowledge from the coronavirus disease 2019 pandemic will be lost without a commitment of time, resources, and planning. Public health officials can use this experience as a catalyst for building strong collaborative relationships between ID physicians and public health practitioners, a cornerstone of future pandemic 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 | 0,034 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,007 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».