Companion animal health surveillance systems: An environmental scan
Notice bibliographique
Résumé
Monitoring of companion animal zoonotic diseases in Canada is limited by the lack of a comprehensive companion animal health surveillance system, capable of integrating environmental and public health data. To guide the development of a suitable surveillance framework, we conducted an environmental scan of companion animal heath surveillance systems globally. Using academic and grey literature database searches, supplemented with targeted internet searching, we identified 12,718 unique sources. After screening, 257 sources were deemed eligible for inclusion. These sources identified 119 national or regional surveillance and control programs (which were not further characterized) and 33 companion animal health surveillance systems. We extracted information relating to surveillance scope, data source and collection methods, integration of environmental and public health data, and data dissemination methods. In total, 48.5 % (n = 16/33) of the systems relied on submission of data by veterinary professionals or others, whilst 42.4 % (n = 14) extracted data from electronic health records and veterinary diagnostic laboratory data. Surveillance scope included infectious diseases (n = 13), cause of death (n = 2), cancer (n = 1), and toxin exposure (n = 1). Some systems were not focused on specific health outcomes (n = 12). Only 9.1 % (n = 3) of systems integrated environmental or public health data at the point of data collection. However, other systems utilized environmental data during the analysis phase (27.3 %, n = 9). Surveillance systems largely disseminated surveillance outputs through reports (30.3 %, n = 10) and direct feedback to contributors (27.3 %, n = 9). By conducting this environmental scan, we provide a summary of global companion animal health surveillance efforts. Notably, there are few examples of fully integrated companion animal health surveillance systems using a One Health approach.
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 | 0,011 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,034 | 0,067 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».