MétaCan
Menu
Retour à la cohorte
Enregistrement W2124958591 · doi:10.1017/s0950268813002859

Healthcare workers and measles-mumps-rubella (MMR) status: how worried should we be about further outbreaks?

2013· article· en· W2124958591 sur OpenAlexaff
Subhashis Basu, Prosenjit Giri, Anil Adisesh, Rosemary McNaught

Notice bibliographique

RevueEpidemiology and Infection · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueVirology and Viral Diseases
Établissements canadiensSaint John Regional Hospital
Organismes subventionnairesnon disponible
Mots-clésMeaslesMedicineRubellaOutbreakMMR vaccineSerologyVaccinationMeasles-Mumps-Rubella VaccineHealth carePediatricsCohortMumps virusEnvironmental healthImmunologyVirologyInternal medicineAntibody

Résumé

récupéré en direct d'OpenAlex

Recently, a number of outbreaks of measles and mumps have occurred within the UK and Europe. Healthcare workers (HCWs) are at risk of contracting and transmitting disease to patients and staff. To examine this risk at the point of entry to healthcare, we assessed the serological results of new HCWs presenting for pre-placement clearance without evidence of measles-mumps-rubella (MMR) immunity between 1 April 2010 and 31 March 2012. Overall rates of serological positivity to MMR across all age groups were 88·2%, 68·8% and 93·9%, respectively. With regard to measles and mumps, there were statistically significant decreases in the percentage of HCWs born after 1980 that had positive serology (P < 0·05). No such differences were seen between healthcare groups. Most seronegative HCWs accepted MMR vaccination. Despite our entry-level findings, the ongoing risk of a MMR outbreak within this cohort of HCWs appears low.

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.

Comment cette classification a été obtenuedéplier

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,715

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,080
Tête enseignante GPT0,349
Écart entre enseignants0,269 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiology and InfectionMême sujetVirology and Viral DiseasesTravaux en français237 207