Este artigo é um Preprint
Preprints são relatos preliminares de pesquisa que não foram certificados pela revisão por pares. Eles não devem ser considerados para orientar a prática clínica ou comportamentos relacionados à saúde e não devem ser publicados na mídia como informação estabelecida.
Preprints publicados online permitem que os autores recebam feedback rápido, e toda a comunidade científica pode avaliar o trabalho independentemente e responder adequadamente. Estes comentários são publicados juntamente com os preprints para qualquer pessoa ler e servir como uma avaliação pós-publicação.
An Open Repository of Real-Time COVID-19 Indicators
Preprint
em Inglês
| medRxiv
| ID: ppmedrxiv-21259660
Artigo de periódico
Um artigo publicado em periódico científico está disponível e provavelmente é baseado neste preprint, por meio do reconhecimento de similaridade realizado por uma máquina. A confirmação humana ainda está pendente.
Ver artigo de periódico
Um artigo publicado em periódico científico está disponível e provavelmente é baseado neste preprint, por meio do reconhecimento de similaridade realizado por uma máquina. A confirmação humana ainda está pendente.
Ver artigo de periódico
ABSTRACT
The COVID-19 pandemic presented enormous data challenges in the United States. Policy makers, epidemiological modelers, and health researchers all require up-to-date data on the pandemic and relevant public behavior, ideally at fine spatial and temporal resolution. The COVIDcast API is our attempt to fill this need operational since April 2020, it provides open access to both traditional public health surveillance signals (cases, deaths, and hospitalizations) and many auxiliary indicators of COVID-19 activity, such as signals extracted from de-identified medical claims data, massive online surveys, cell phone mobility data, and internet search trends. These are available at a fine geographic resolution (mostly at the county level) and are updated daily. The COVIDcast API also tracks all revisions to historical data, allowing modelers to account for the frequent revisions and backfill that are common for many public health data sources. All of the data is available in a common format through the API and accompanying R and Python software packages. This paper describes the data sources and signals, and provides examples demonstrating that the auxiliary signals in the COVIDcast API present information relevant to tracking COVID activity, augmenting traditional public health reporting and empowering research and decision-making.
cc_no
Texto completo:
Disponível
Coleções:
Preprints
Base de dados:
medRxiv
Tipo de estudo:
Estudo observacional
Idioma:
Inglês
Ano de publicação:
2021
Tipo de documento:
Preprint