Infection à Borrelia burgdorferiConcept NCIt

N3-AUTOINDEXEE
Maladie de Lyme
https://agriculture.gouv.fr/telecharger/118914
Cette fiche concerne la maladie de Lyme. L'agent responsable est la bactérie Borrelia burgdorferi, dont il existe en Europe trois espèces différentes. Dans les régions à risque, elle concerne essentiellement les activités professionnelles en forêt. Les fiches zoonoses ont pour objectif d'aider à l'évaluation des risques et de présenter les mesures de prévention applicables, y compris les principales consignes d'hygiène. Elles concernent ceux qui travaillent au contact d'animaux ou de leur environnement. Ces fiches reprennent les modes de transmission, les principaux symptômes chez l'animal et chez l'homme et les mesures de prévention recommandées. Elles sont destinées aux travailleurs, aux acteurs de prévention mais aussi à tout médecin suspectant chez un patient un lien possible entre une pathologie et son activité professionnelle.
2023
INRS - Institut National de Recherche et de Sécurité
France
Ministère de l'Agriculture, de l'Alimentation, de la Pêche et des Affaires rurales [français]
maladie de Lyme
maladie de lyme
Infection à Borrelia burgdorferi

---
N3-AUTOINDEXEE
L’utilité des médias sociaux pour la surveillance épidémiologique : une étude de cas de Twitter pour la surveillance de la maladie de Lyme
https://papyrus.bib.umontreal.ca/xmlui/handle/1866/28184
La maladie de Lyme est la maladie transmise par tiques la plus répandue dans l’hémisphère du Nord. Le système de surveillance des cas humains de la maladie de Lyme est basé sur un système passif des cas par les professionnels de santé qui présente plusieurs failles rendant la surveillance incomplète. Avec l’expansion de l’usage de l’internet et des réseaux sociaux, des chercheurs proposent l’utilisation des données provenant des réseaux sociaux comme outil de surveillance, cette approche est appelée l’infodémiologie. Cette approche a été testée dans plusieurs études avec succès. L’objectif de ce mémoire est de construire une base de données à partir des tweets auto-déclarés, des tweets classifiés et étiquetés comme un cas potentiel de Lyme ou non à l’aide des modèles de classificateurs basés sur des transformateurs comme, BERTweet, DistilBERT et ALBERT. Pour ce faire, un total de 20 000 tweets en anglais en lien avec la maladie de Lyme sans restriction géographique de 2010 à 2022 a été collecté avec la plateforme API twitter. Nous avons procédé au nettoyage la base de données. Ensuite les données nettoyées ont été classifiées en binaire comme cas potentiels ou non de la maladie de Lyme sur la base des symptômes de la maladie comme mots-clés. À l’aide des modèles de classification basés sur les transformateurs, la classification automatique des données est évaluée en premier sans, et ensuite avec des émojis convertis en mots. Nous avons trouvé que les modèles de classification basés sur les transformateurs performent mieux que les modèles de classification classiques comme TF-IDF, Naive Bayes et autres ; surtout le modèle BERTweet a surpassé tous les modèles évalués avec un score F1 moyen de 89,3%, une précision de 97%, une exactitude de 90% et un rappel de 82,6%. Aussi l’incorporation des émojis dans notre base de données améliore la performance de tous les modèles d’au moins 5% mais BERTweet a une fois de plus le mieux performé avec une augmentation de tous les paramètres évalués. Les tweets en anglais sont majoritairement en provenance des États-Unis et pour contrecarrer cette prédominance, les futurs travaux devraient collecter des tweets de toutes langues en lien avec la maladie de Lyme surtout parce que les pays européens où la maladie de Lyme sont en émergence ne sont pas des pays anglophones.
2023
Papyrus - Université de Montréal
Canada
thèse ou mémoire
études épidémiologiques
cas clinique
maladie de Lyme
casse-croute
Surveillance épidémiologique
étude de cas
Supervision
attention
Infection à Borrelia burgdorferi
maladie de lyme
sciences sociales
série de cas
études épidémiologiques
médias sociaux
média social d'Internet

---