MétaCan
Menu
Back to cohort
Record W3094612360 · doi:10.14745/ccdr.v46i10a08f

Surveillance sentinelle du risque de la maladie de Lyme au Canada, 2019 : résultats de la première année du Réseau sentinelle canadien de surveillance de la maladie de Lyme (ReSCaL)

2020· article· fr· W3094612360 on OpenAlexaffvenueabout
Camille Guillot, J Badcock, Katie M. Clow, Jennifer Cram, Shaun J. Dergousoff, Antonia Dibernardo, Michelle Evason, Erin Fraser, Eleni Galanis, Salima Gasmi, Greg J. German, Douglas T Howse, Claire M. Jardine, Emily Jenkins, Jules K. Koffi, M Kulkarni, Lisa Lindsay, G Lumsden, Roman McKay, Muhammad Morshed, Douglas Munn, Mark P. Nelder, Joe R. Nocera, Marion Ripoche, Kateryn Rochon, Curtis Russell, Andreea M. Slatculescu, Benoit Talbot, Karine Thivierge, Maarten J. Voordouw, Catherine Bouchard, Patrick A. Leighton

Bibliographic record

VenueRelevé des maladies transmissibles au Canada · 2020
Typearticle
Languagefr
FieldImmunology and Microbiology
TopicVector-borne infectious diseases
Canadian institutionsSte. Anne's HospitalPublic Health OntarioKingston Health Sciences CentreUniversity of OttawaHealth PEIPublic Health Agency of CanadaUniversity of Prince Edward IslandUniversity of ManitobaInstitut National de Santé Publique du QuébecAgriculture and Agri-Food CanadaNova Scotia Health AuthorityBC Centre for Disease ControlUniversity of British ColumbiaUniversity of GuelphGovernment of New BrunswickUniversity of New BrunswickUniversity of SaskatchewanUniversité de MontréalCTT Group (Canada)Université de Sherbrooke
Fundersnot available
KeywordsMedicine

Abstract

fetched live from OpenAlex

CONTEXTE : La maladie de Lyme est une zoonose émergente à transmission vectorielle d’importance croissante au Canada en termes de santé publique. Dans le cadre de son mandat, le Canadian Lyme Disease Research Network (CLyDRN) a mis en place en 2019 une initiative de surveillance sentinelle au niveau pancanadien, le Réseau sentinelle canadien de la surveillance de la maladie de Lyme (ReSCaL). OBJECTIFS : La création d’un réseau de surveillance sentinelle national permettant d’évaluer l’évolution du risque environnemental de la maladie de Lyme en temps réel dans chaque province. MÉTHODES : Une approche d’analyse décisionnelle multicritère (ADMC) a été utilisée pour la sélection des régions sentinelles. Dans chaque région sentinelle, un protocole d’échantillonnage systématique par méthode de la flanelle a été réalisé dans des sites d’échantillonnage sélectionnés. Les tiques collectées au cours de ces visites de surveillance active ont été identifiées par espèce, et seulement les tiques Ixodes spp. ont été testées pour détecter des agents pathogènes tels que Borrelia burgdorferi, Borrelia miyamotoi, Anaplasma phagocytophilum, Babesia microti et le virus Powassan. RÉSULTATS : En 2019, un total de 567 tiques Ixodes spp. (I. scapularis [n = 550]; I. pacificus [n = 10]; et I. angustus [n = 7]) ont été collectées dans sept provinces : en Colombie-Britannique, au Manitoba, en Ontario, au Québec, au Nouveau-Brunswick, en Nouvelle-Écosse et à Île-du-Prince-Édouard. Les plus hautes densités moyennes de tiques (nymphes/100 m2) ont été observées dans les régions sentinelles de Lunenburg (0,45), Montréal (0,43) et Granby (0,38). Globalement, la prévalence de la Borrelia burgdorferi chez les tiques était de 25,2 % (entre 0 % et 45,0 %). En Colombie-Britannique, une nymphe I. angustus a testé positive pour Babesia microti, une première dans la province. La lignée du virus Powassan a été détectée chez une I. scapularis adulte en Nouvelle-Écosse. CONCLUSION : Le ReSCaL représente la première initiative nationale de surveillance active pour les maladies transmises par les tiques au Canada. Grâce à des collaborations multidisciplinaires entre des experts provinciaux, l’année pilote a permis d’établir une référence de base pour le risque de maladie de Lyme au pays, et permettra l’étude des tendances futures.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.143
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0010.002
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0000.001
Science and technology studies0.0020.002
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.005
GPT teacher head0.204
Teacher spread0.199 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2020
Admission routes3
Has abstractyes

Explore more

Same venueRelevé des maladies transmissibles au CanadaSame topicVector-borne infectious diseasesFrench-language works237,207