Infectious Disease Surveillance Using Emerging Data Sources: Applications to Antimicrobial Resistance and COVID-19
Notice bibliographique
Résumé
The COVID-19 pandemic has reawakened public awareness of the deadly threat posed by infectious diseases in our interconnected world. We face mounting challenges in tackling both emerging diseases as well as longstanding threats like the rising tide of antimicrobial resistance. Simultaneously, the digital revolution has unleashed a vast array of data applicable to the critical task of infectious disease surveillance. In this dissertation, I explore the use of emerging data sources to answer questions about two of the most important global health crises of our time: the COVID-19 pandemic and antimicrobial resistance. In the first study, I analyzed human mobility data from a public transit app to estimate the association of mobility reductions with the COVID-19 growth rate and reproduction number during the first wave of the pandemic across 41 global cities. I found that a 10% decline in mobility was associated with a 12.2% reduction in weekly growth rate and a 0.058 decrease in the effective reproduction number. These results persisted, albeit at a smaller magnitude, in a model adjusted for epidemic timing. In the second study, I developed a novel metric to measure the responsiveness of population-level mobility to reported COVID-19 incidence in Canadian provinces and U.S. states from December 2020 to November 2021. Results suggested that responsiveness to rising COVID-19 cases was stronger in Canada compared to the U.S. and revealed a correlation between greater responsiveness and lower reported COVID-19 death rates. In the third study, I evaluated the effectiveness of an automated feedback intervention for antimicrobial stewardship among primary care physicians in Canada and Israel, using concurrent controls drawn from two large primary care databases. The results showed a reduction in the mean duration of prescribing for antibiotics in the intervention group, but no statistically significant decline in overall or indication-specific antibiotic prescribing. This dissertation showcases the potential of human mobility data and large primary care databases for enhancing surveillance of infectious disease outbreaks and shaping interventions in antimicrobial stewardship. Continued research is necessary to effectively harness new and emerging data sources to address both current and future global infectious disease threats.
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 | 0,015 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,012 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».