MétaCan
Menu
Retour à la cohorte
Enregistrement W2329079579 · doi:10.5864/d2011-003

Informing source attribution of enteric disease: An analysis of public health inspectors’ opinions on the “most likely source of infection”

2012· article· en· W2329079579 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.
venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEnvironmental Health Review · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSalmonella and Campylobacter epidemiology
Établissements canadiensUniversity of GuelphPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésVTECCampylobacteriosisPublic healthMedicineDiseaseEnvironmental healthAttributionCampylobacterInternal medicineBiologyEscherichia coliPsychologyNursing

Résumé

récupéré en direct d'OpenAlex

Enteric illness continues to place a significant burden on the health of Canadians. To reduce this burden and establish effective prevention and intervention practices, the sources of these infections need to be understood. Multiple methods have been used to examine source attribution. This study presents a unique method for examining source attribution and enteric disease risk factors within a Canadian community. Open text data from 2006 to 2010 were analyzed on the “most likely source of infection” (MLSI) identified by public health inspectors (PHIs), investigating sporadic endemic cases of enteric illness in the Region of Waterloo, Ontario. The MLSI data were classified under nine categories and analyzed using five disease groups consisting of overall enteric disease, campylobacteriosis, salmonellosis, verotoxigenic Escherichia coli (VTEC) infection, and parasitic disease. Food was the most frequently reported MLSI for overall enteric disease (26.1%), salmonellosis (41.1%), and VTEC infection (31.3%). Animal and water exposure were the most frequently reported MLSI for campylobacteriosis (26.2%) and parasitic disease (45.8%), respectively. Food safety practices were more frequently implicated as the source of infection for salmonellosis (17.7%) and campylobacteriosis (12.6%), compared with verotoxigenic Escherichia coli (VTEC) infection (6.3%) and parasitic disease (1.0%). The category unpasteurized was the third most frequent MLSI for campylobacteriosis (12.6%), along with food safety practices (12.6%). The analysis of PHIs’ opinions on the MLSI of enteric disease is a valuable method to inform source attribution. The enhanced Canada's National Integrated Enteric Pathogen Surveillance Program (C-EnterNet) standardized questionnaires provided an important source of data to complete this analysis. The results from this study can be used to generate hypotheses for future studies and inform public health policy and practice at the local, provincial, and national levels to reduce the burden of enteric illness in Canada.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,165
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,088
Tête enseignante GPT0,318
Écart entre enseignants0,230 · 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