MétaCan
Menu
Retour à la cohorte
Enregistrement W2026084043 · doi:10.1089/fpd.2013.1704

Global Incidence of Human Shiga Toxin–Producing <i>Escherichia coli</i> Infections and Deaths: A Systematic Review and Knowledge Synthesis

2014· review· en· W2026084043 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueFoodborne Pathogens and Disease · 2014
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEscherichia coli research studies
Établissements canadiensUniversity of GuelphUniversity of Waterloo
Organismes subventionnairesNational Institutes of HealthPublic Health Agency of CanadaWorld Health Organization
Mots-clésIncidence (geometry)MedicinePopulationDiseaseMeta-analysisGlobal healthEnvironmental healthMEDLINETransmission (telecommunications)Public healthInternal medicineBiologyPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Shiga toxin-producing Escherichia coli (STEC) are an important cause of foodborne disease, yet global estimates of disease burden do not exist. Our objective was to estimate the global annual number of illnesses due to pathogenic STEC, and resultant hemolytic uremic syndrome (HUS), end-stage renal disease (ESRD), and death. MATERIALS: We searched Medline, Scopus, SIGLE/OpenGrey, and CABI and World Health Organization (WHO) databases for studies of STEC incidence in the general population, published between January 1, 1990 and April 30, 2012, in all languages. We searched health institution websites for notifiable disease data and reports, cross-referenced citations, and consulted international knowledge experts. We employed an a priori hierarchical study selection process and synthesized results using a stochastic simulation model to account for uncertainty inherent in the data. RESULTS: We identified 16 articles and databases from 21 countries, from 10 of the 14 WHO Sub-Regions. We estimated that STEC causes 2,801,000 acute illnesses annually (95% Credible Interval [Cr.I.]: 1,710,000; 5,227,000), and leads to 3890 cases of HUS (95% Cr.I.: 2400; 6700), 270 cases of ESRD (95% Cr.I.: 20; 800), and 230 deaths (95% Cr.I.: 130; 420). Sensitivity analyses indicated these estimates are likely conservative. CONCLUSIONS: These are the first estimates of the global incidence of STEC-related illnesses, which have not been explicitly included in previous global burden of disease estimations. Compared to other pathogens with a foodborne transmission component, STEC appears to cause more cases than alveolar echinococcosis each year, but less than typhoid fever, foodborne trematodes, and nontyphoidal salmonellosis. APPLICATIONS: Given the persistence of STEC globally, efforts aimed at reducing the burden of foodborne disease should consider the relative contribution of STEC in the target population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,324
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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