Dataset for the Development of AI-Powered Diagnostic Models for Vector-Borne Diseases: a perspective from Burkina Faso
Notice bibliographique
Résumé
Vector-borne diseases, such as malaria, dengue, and yellow fever, pose a major public health challenge, particularly in the Hauts-Bassins region of Burkina Faso, where access to healthcare services is often limited. This dataset provides a structured collection of clinical and demographic data from 300 patients in the Dafra and Do health districts, collected over a five-week period. It is carefully annotated with patient symptoms, medical history, and laboratory-confirmed diagnoses, offering a valuable source for symptom analysis and identification of epidemiological trends. The analysis of patient records revealed that malaria was the most prevalent disease, accounting for 73.57% of cases. The majority of patients were female, representing $\mathbf{5 1. 0 2 \%}$ of the sample. Additionally, an imbalance ratio of 22.5 highlights a significant disparity in class distribution, which may lead to a biased model favoring the majority class. Furthermore, 20 symptoms were observed in at least 20% of the patients. By making this dataset available, we aim to facilitate the development of artificial intelligence models for the automatic diagnosis of vector-borne diseases. In addition, this data set serves as a valuable resource for local public health initiatives, allowing scalable disease surveillance and improving diagnostic accuracy in underserved areas.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».