Factors Underlying Ebola Virus Infection Among Health Workers, Kenema, Sierra Leone, 2014–2015
Notice bibliographique
Résumé
BACKGROUND: Ebola virus disease (EVD) in health workers (HWs) has been a major challenge during the 2014-2015 outbreak. We examined factors associated with Ebola virus exposure and mortality in HWs in Kenema District, Sierra Leone. METHODS: We analyzed data from the Sierra Leone National Viral Hemorrhagic Fever Database, contact tracing records, Kenema Government Hospital (KGH) staff and Ebola Treatment Unit (ETU) rosters, and burial logs. RESULTS: From May 2014 through January 2015, 600 cases of EVD originated in Kenema District, including 92 (15%) HWs, 66 (72%) of whom worked at KGH. Among KGH medical staff and international volunteers, 18 of 62 (29%) who worked in the ETU developed EVD, compared with 48 of 83 (58%) who worked elsewhere in the hospital. Thirteen percent of HWs with EVD reported contact with EVD patients, while 27% reported contact with other infected HWs. The number of HW EVD cases at KGH declined roughly 1 month after implementation of a new triage system at KGH and the opening of a second ETU within the district. The case fatality ratio for HWs and non-HWs with EVD was 69% and 74%, respectively. CONCLUSIONS: The cluster of HW EVD cases in Kenema District is one of the largest ever reported. Most HWs with EVD had potential virus exposure both inside and outside of hospitals. Prevention measures for HWs must address a spectrum of infection risks in both formal and informal care settings as well as in the community.
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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».