Syndromic surveillance systems

Yan, Ping; Chen, Hsinchun; Zeng, Daniel

doi:10.1002/aris.2008.1440420117

Cited by 35 publications

(38 citation statements)

References 90 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The 2009 pandemic demonstrated that it is of great importance to have surveillance programs for respiratory viruses to quickly and accurately deploy a method to control a possible outbreak . A positive consequence of the emergence of the A(H1N1)pdm09 strain and the emergence of H5N1 avian influenza is that many countries have established surveillance programs to detect outbreaks earlier …”

Section: Introductionmentioning

confidence: 99%

The frequency and seasonality of influenza and other respiratory viruses in Tennessee: two influenza seasons of surveillance data, 2010–2012

Landes

Ray

McCool

et al. 2013

Influenza Resp Viruses

View full text Add to dashboard Cite

BackgroundIn 2010, the Tennessee Department of Health, in collaboration with the Centers for Disease Control and Prevention (CDC), expanded influenza surveillance in Tennessee to include other respiratory viruses.ObjectivesTo determine the prevalence and seasonality of influenza and other respiratory viruses during the influenza seasons of 2010–2012.MethodsNasal and nasopharangeal swabs/washings from persons with influenza‐like illness were collected across Tennessee. Influenza and other respiratory viruses were identified using a molecular‐based respiratory virus panel. Influenza A positives were subtyped using real‐time PCR according to the CDC protocol. Data were analyzed to describe frequency and seasonality of circulating strains.ResultsOf the 933 positive specimens, 60·3% were identified as influenza viruses, 19·8% rhinovirus/enterovirus, 8·6% respiratory syncytial virus (RSV), 5·8% metapneumovirus, 3·0% adenovirus, and 2·5% parainfluenza viruses. In the 2010–2011 season, influenza B was prominent during weeks 48–3, while influenza A(H1N1) was most frequently identified during weeks 4–10. Influenza A(H3N2) was present at lower levels during weeks 48–17. However, in the 2011–2012 season, overall numbers of influenza cases were reduced and influenza A (H3N2) was the most abundant influenza strain. The expanded surveillance for other respiratory viruses noted an increase in identified specimens from the first to the second season for adenovirus, metapneumovirus, RSV, and rhinovirus/enterovirus.ConclusionsThis study provides data of the influenza strains in circulation in Tennessee. It also establishes a baseline and time of year to expect other respiratory viruses that will aid in detecting outbreaks of non‐influenza respiratory viruses in Tennessee.

show abstract

Section: Introductionmentioning

confidence: 99%

The frequency and seasonality of influenza and other respiratory viruses in Tennessee: two influenza seasons of surveillance data, 2010–2012

Landes

Ray

McCool

et al. 2013

Influenza Resp Viruses

View full text Add to dashboard Cite

show abstract

“…A vigilância sindrômica utiliza os dados relacionados com a saúde que precedem o diagnóstico e indicam a probabilidade suficiente de um surto ou de um caso para justificar uma resposta posterior. De acordo com Yan et al (2009), a vigilância sindrômica está preocupada com o monitoramento contínuo das fontes de informação relacionadas com a saúde pública e detecção precoce de doenças e, recentemente, tem atraído grande atenção de pesquisadores e gestores. Os sistemas de vigilância sindrômica são adotados para atender à necessidade crítica de prevenção, detecção e gestão de surtos de doenças infecciosas, que ocorrem naturalmente ou são causados por ataques de bioterrorismo.…”

Section: Monitoramento De Mídias Sociais: O Twitterunclassified

Monitoramento de informação em mídias sociais: o e-Monitor Dengue

et al. 2014

View full text Add to dashboard Cite

ResumoEste artigo apresenta os resultados preliminares da pesquisa "Monitoramento de informação sobre doenças negligenciadas: o e-Monitor Dengue". O e-Monitor Dengue é um sistema de monitoramento de informação na Internet feito por meio de um mecanismo robô, software ou agente inteligente que vasculha os sites sobre dengue disponíveis na Internet. Resultados de pesquisas anteriores indicaram novas perspectivas para o monitoramento, principalmente, por meio das mídias sociais. Dentre as mídias sociais, considera-se que o Twitter pode desempenhar um papel na gestão da informação ao permitir identificar usuários que podem atuar como filtro de informação, sendo possível acessar diretamente a informação mais relevante para uma determinada área de interesse. Assim, a partir do monitoramento do Twitter, a primeira pergunta a ser respondida no âmbito da pesquisa em andamento foi "Quem fala sobre dengue?". Inicialmente, foi possível identificar a relação dos atores/perfis localizados na cidade do Rio de Janeiro e Niterói com maior ocorrência do termo "dengue" em suas mensagens. Os perfis foram cadastrados no sistema de monitoramento e são monitorados constantemente. Outra pergunta a ser respondida foi "Quando se fala de dengue?". Observa-se que o número de twetts acompanha o crescimento do número de casos de dengue. São indícios de que há uma relação entre os rumores sobre dengue e o aumento de número de casos notificados. Evidencia-se, desta forma, que realizar o monitoramento nas mídias sociais durante o período de epidemia e fazer sua relação com a situação epidemiológica da dengue pode ser uma estratégia importante para as autoridades em vigilância epidemiológica. Palavras-chave: Dengue. Mídias sociais. Monitoramento de informação. Redes sociais. Vigilância em saúde. Abstract

show abstract

“…Van Hunsel et al [9] investigated the motives for reporting ADRs by patients in the Netherlands, showing that patients are willing to share their experiences regarding the use of drugs on social media. These user-generated content (UGC) is rapidly emerging as tremendous assets for syndromic surveillance, which is concerned with the continuous monitoring of public health-related sources and early detection of adverse disease events [10]. Moreover, previous research has shown that the analysis of patients' narratives posted on social media websites is important for assessing the consumers' perceived risk of ADRs [11], and mining the relationship between drugs and adverse reactions [12,13].…”

Section: Introductionmentioning

confidence: 99%