Going with the Flow: Legionellosis Risk in Toronto, Canada Is Strongly Associated with Local Watershed Hydrology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Legionella species are increasingly recognized as a cause of both healthcare- and community-acquired pneumonia (so-called "Legionnaire's disease"). These pathogens are ubiquitous in the environment, but environmental factors in the occurrence of sporadic legionellosis remain poorly understood. We analyzed all legionellosis cases identified in the Greater Toronto Area of Ontario from 1978 to 2006, and evaluated seasonal and environmental patterns in legionellosis case occurrence by using both negative binomial models and case-crossover analysis. A total of 837 cases were reported during the study period. After adjusting for seasonal effects, changes in the local watershed, rather than weather, were the strongest contributors to legionellosis risk. A 3.6-fold increase (95% confidence interval (CI), 2.4-5.3) in odds of disease was identified with decreasing watershed levels approximately 4 weeks before case-occurrence. We also found a 33% increase (95% CI, 8-64%) in odds of disease with decreasing lake temperature during the same period and a 34% increase (95% CI, 14-57%) with increasing humidity 5 weeks before case-occurrence. We conclude that local watershed ecology influences the risk of legionellosis, notwithstanding the availability of advanced water treatment capacity in Toronto. Enhancement of risk might occur through direct contamination of water sources or via introduction of micronutrients or commensal organisms into residential and hospital water supplies. These observations suggest testable hypotheses for future empiric studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle