登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《如何发现假新闻（COVID-19 版）》

  • 来源专题：图书情报
  • 编译者： luoluo
  • 发布时间：2023-02-03
  • 2023年1月，国际图联（International Federation of Library Associations and Institutions，简称IFLA）发布了一篇名为“How to Spot Fake News - COVID-19 Edition”的文章，其具体摘要如下：

    由于打击围绕 COVID-19 的错误信息是应对大流行的整体措施的关键部分，图书馆拥有做出重要贡献的声誉和技能。国际图联制作了我们广受欢迎的《如何发现假新闻》信息图的COVID-19版本，更加关注疫情期间遇到的一些问题，特别是需要与其他来源核实，并认识到当今许多新闻都是通过社交媒体上的对话传播的。我们希望它对您帮助促进媒体和信息素养以及阻止病毒传播的努力有所帮助。

  • 原文来源：https://repository.ifla.org/handle/123456789/2452
78浏览量
原文链接
相关报告

  • 《计算研究发现了优化COVID-19合并检测策略的方法》
    • 来源专题：人类遗传资源和特殊生物资源流失
    • 编译者：yanyf@mail.las.ac.cn
    • 发布时间：2021-03-05
    • 汇集COVID-19测试的新方法可以高效工具评估SARS-CoV-2病毒在人群中患病率,提高监测病毒,即使感染普遍存在在一个社区,根据哈佛TH陈公共卫生学院的研究人员和麻省理工和哈佛大学。只需对临床和公共卫生实验室目前的检测基础设施作最小程度的改变，就可以实施简单的汇集检测计划。该协会最近开始处理马萨诸塞州K-12学校的COVID-19联合检测，使用旨在将诊断检测结果反馈给人们而不是用于人口监测的协议。 “我们的研究为检测和公共卫生工具箱增加了另一种工具，”哈佛大学陈冯富珍学院(Harvard Chan School of epidemiology)的助理教授、the Broad的副成员迈克尔·米娜(Michael Mina)说。“对公共卫生机构和临床实验室COVID-19下执行测试资源的限制——这是几乎每一个国家,这个新的研究表明,我们可以获得更多的测试能力的医疗和公共卫生使用相同的甚至比目前正在利用更少的资源。” 该团队的研究成果发表在《科学转化医学》杂志的网站上。 “我们的工作可以帮助量化汇集测试之间的权衡灵敏度从样本稀释和收益损失效率,”布赖恩说佳,广泛的广泛和米娜的共同通讯作者,哈佛陈学院博士后研究员詹姆斯•干草和广泛的核心研究所成员特拉维夫Regev在Genentech(现在)。“我们展示了如何确定简单的策略，这些策略不需要专门知识来实施，并且在固定的预算下可以发现最多的感染病例。” 通过识别感染者，使他们能够接受治疗或隔离，SARS-CoV-2检测是遏制COVID-19大流行和安全重启学校和企业的有力工具。但在整个大流行期间，有限的、有时昂贵的检测阻碍了对个人的诊断，也阻碍了公共卫生遏制病毒传播的努力。 混合测试是一种可以同时处理多个单独样本的测试方法，是提高测试效率的有力工具。如果一个联合检测的结果是阴性的，那么该联合检测的所有样本都被认为是阴性的，从而消除了进一步检测的需要。如果一个合并样本呈阳性，则该检测组内的单个样本需要单独再次检测，以确定哪些特定样本呈阳性。虽然在COVID-19大流行期间实施了联合检测，但当病原体在社区中广泛传播时，联合检测的有效性就会降低。在这种情况下，大多数合并样本可能是阳性的，并需要额外的检测来识别每个合并样本中的阳性个体。这种验证性测试消除了通过合并测试获得的任何效率。 为了确定在大范围爆发期间使集中检测更有用的方法，该团队开发了一种模型，用于识别SARS-CoV-2感染的病毒RNA数量在爆发期间在人群中受感染者之间如何变化。这让研究人员非常详细地了解了检测灵敏度如何受到泳池大小和SARS-CoV-2流行率的影响。然后，他们使用该模型来识别不同场景下的最佳混合测试策略。使用该模型，测试工作可以根据社区的可用资源进行调整，以便使用尽可能少的测试，最大限度地确定感染人数。即使是在资源有限的实验室，该团队也创建了简单的集中测试方案，与单独测试相比，每天可以识别多达20倍的感染者。 海伊说:“我们的工作是一项强有力的研究，它可以将汇总检测作为一种公共卫生工具，而不是用于SARS-CoV-2和其他病原体的纯粹临床工具。” 这项研究由布罗德研究所、国家普通医学科学研究所、国家卫生研究院、沃顿商学院和国家科学基金会资助。
    48浏览量
    原文链接

  • 《2月14日_研究称国际输入COVID-19病例未被充分发现》
    • 来源专题：COVID-19科研动态监测
    • 编译者：xuwenwhlib
    • 发布时间：2020-02-15
    • 信息名称：研究称国际输入COVID-19病例未被充分发现 1.时间：2020年2月14日 2.机构或团队：哈佛公共卫生学院 3.事件概要 哈佛公共卫生学院于2020年2月14日在medRxiv上发表题为“Estimating underdetection of internationally imported COVID-19 cases”的文章。 武汉市的COVID-19感染风险已根据国际旅客的输入病例数进行了估算，这些估算通常是在假设确定所有旅客病例的前提下进行的。近期的研究表明，各国发现输入病例的能力各不相同。新加坡历来具有很强的流行病学监测和接触者追踪能力，并在COVID-19疫情中显示出了对病例发现的高度敏感。研究人员使用贝叶斯模型来估计与新加坡相比，其他国家/地区相对的输入病例发现效率。研究人员估计，全球发现输入病例的能力是新加坡能力的38%（95%HPDI 22%-64%）。假设所有国家都具有与新加坡相同的病例发现能力，估计可以发现的病例数是当前输入病例数的2.8倍（95%HPDI 1.5-4.4）。使用全球卫生安全指数的第二部分来对国家可能的发现能力进行分类发现，高监测能力国家发现输入病例的能力为40%（95%HPDI 22%-67%），中等监测能力国家为37%（95%HPDI 18%-68%），低等监测能力国家为11%（95%HPDI 0%-42%）。研究人员得出结论，假设对旅行者进行了充分的检测，武汉的病例数可能被低估了几倍，而严重程度则被高估了几倍。世界范围内的国家未发现病例的可能性很高；在那些国家中，发现能力低，与疫情中心的联系高度紧密的国家，风险更大。 4.附件 原文链接：https://www.medrxiv.org/content/10.1101/2020.02.13.20022707v1
    151浏览量
    原文链接