同行评议开放获取麻疹新型冠状病毒感染
Measles outbreak risk in Pakistan: exploring the potential of combining vaccination coverage and incidence data with novel data-streams to strengthen control
Epidemiology and Infection·
- DOI
- 10.1017/s0950268818001449
- PMID
- 29860954
- PMCID
- PMC6090714
- OpenAlex
- W2807224987
- 研究类型
- Journal article
- 出版商
- Cambridge University Press (CUP)
- 文章类型
- journal-article
- 完整性状态
- current
为何这项研究现在值得关注
该研究与巴基斯坦有针对性地开展疫苗接种工作相关，尝试在疫情发生之前识别相关地区，并指出可能需要哪些额外数据来改善对已接种人群中疫情发生的预测。
01
结构化证据摘要
研究问题
该研究探讨如何将疫苗接种覆盖率、发病率数据以及新型数据流（如源自手机的移动数据）相结合，以评估人群免疫状况并预测巴基斯坦麻疹疫情的发生时间。
研究设计
一项回顾性、数据驱动的分析，将推断的易感性空间分布模式、报告的麻疹发病数据以及源自手机的移动数据相结合，用于预测巴基斯坦2012–2013年期间各地区疫情发生的时间。
人群与场景
研究在巴基斯坦2012–2013年发生的大型麻疹疫情期间以各地区为分析单位，该次疫情报告病例超过30,000例，并使用了同期该国超过4,000万手机用户的移动数据。
主要发现
作者报告称在一定程度上可以预测各地区疫情发生的时间，但总体准确度较低，表明现有数据流限制了对疫情时间进行稳健推断的能力。
公共卫生意义
该研究与巴基斯坦有针对性地开展疫苗接种工作相关，尝试在疫情发生之前识别相关地区，并指出可能需要哪些额外数据来改善对已接种人群中疫情发生的预测。
重要局限
摘要明确指出预测准确度较低，并提及现有数据流中阻碍推断的关键不确定性。本综述仅基于所提供的单篇文献摘要与元数据，决策级解读需参考原始论文。
GIDS 解读
本文涉及GIDS可发现性主题，如疫情调查、疫苗接种以及将出行/移动数据整合用于传染病情境构建，但未与任何实时监测信号建立联系。
02
相关 GIDS 监测
文献背景不会验证、解释或改变监测信号；精确关系与背景关系会分开展示。
03
证据关系
本文与疾病、地区、主题及研究设计之间有 14 条可审计分类关系。
about diseaseabout diseaseaddresses topicaddresses topicaddresses topicaddresses topicevaluates interventionhas pathogen typestudied instudied population settingstudies pathogenstudies pathogenstudies populationuses study design