Analyse d'indicateurs de mesure pour les éclosions de maladies entériques, Centre de contrôle des maladies de la Colombie-Britannique, 2005-2014
Bibliographic record
Abstract
Contexte : Lors d'éclosions de maladies entériques, l'efficacité du contrôle dépend de la rapidité de l'intervention.La collecte systématique de données mesurables sur l'identification des éclosions, les enquêtes à leur sujet et leur contrôle peuvent aider à évaluer et à améliorer les interventions et éclairer ultérieurement les analyses et la modélisation de l'efficacité des interventions.Objectif : Analyser les données sur les éclosions de maladies entériques en Colombie-Britannique, générer des indicateurs de mesure pour ces éclosions et évaluer leur utilisation pour la détermination de l'impact des interventions menées en réponse aux éclosions.Méthodologie : Dans le cadre de cette étude descriptive, nous avons analysé les données de 57 enquêtes sur des éclosions provinciales et nationales de maladies entériques ayant entraîné la participation du Centre de contrôle des maladies de la Colombie-Britannique de 2005 à 2014.Les données ont été extraites de dossiers internes et de la base de données du Réseau canadien de renseignements sur la santé publique.Les indicateurs qui ont été analysés étaient les suivants : nombre de jours avant le lancement de l'enquête, nombre de jours avant l'intervention, nombre et types d'interventions, durée de l'enquête, durée de l'éclosion et nombre total de cas.Résultats : Le délai médian avant le lancement d'une enquête sur une éclosion était de 36 jours et la durée médiane des enquêtes était de 39 jours.La durée médiane des éclosions était de 40 jours et le délai médian avant l'intervention était de 10 jours.La détermination de la source était associée à la réalisation d'une ou de plusieurs interventions (P < 0,0001).La durée des éclosions était corrélée avec le nombre de jours avant le lancement de l'enquête (r s = 0,72, P < 0,0001) et avec le nombre de jours avant l'intervention (r s = 0,51, P = 0,025).Conclusion : L'identification et l'analyse des indicateurs de mesure des éclosions permettent d'établir des niveaux de référence pouvant être comparés à ceux d'autres juridictions.Cela peut favoriser l'amélioration continue de la qualité et accroître les connaissances sur les effets des activités de santé publique.Il est essentiel de recueillir des renseignements sur les dates de prise des mesures de santé publique afin de pouvoir évaluer la rapidité et l'efficacité des interventions en réponse aux éclosions.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".