Human rabies postexposure prophylaxis and rabid terrestrial animals in Ontario, Canada: 2014–2016
Notice bibliographique
Résumé
BACKGROUND: The number of rabid terrestrial animals in Ontario has decreased markedly since the 1970s and 1980s. However, the number of recommended rabies postexposure prophylaxis (RPEP) courses has not decreased proportionally. The decision to recommend RPEP for terrestrial animal exposures should be based on a risk assessment that considers the prevalence of rabies in these animals within a jurisdiction, among other factors. OBJECTIVE: To explore trends in RPEP recommendations for exposures to terrestrial animals in Ontario in relation to the recency of terrestrial animal rabies cases by public health unit (PHU) jurisdiction. METHODS: RPEP recommendation data for the 36 Ontario PHUs were obtained from the Ontario integrated Public Health Information System and animal rabies data by PHU were obtained from the Ministry of Natural Resources and Forestry. We calculated the annual RPEP recommendation rates for terrestrial animals by PHU for 2014 to 2016, and plotted the 2016 rates in relation to the year of the most recently identified rabid terrestrial animal in the PHU. RESULTS: Between 2014 and 2016, the annual RPEP recommendation rates for terrestrial animal exposures by PHU ranged from 3.0 to 35.2 per 100,000 persons, with a median of 11.9 RPEP recommendations per 100,000 persons. In 2016, ten PHUs had not identified a rabid terrestrial animal in their jurisdiction for more than15 years. Five of these PHUs had RPEP recommendation rates above the provincial median. CONCLUSION: Along with other factors, consideration of the occurrence of rabies in terrestrial animals in a jurisdiction can assist in the risk assessment of dogs, cats or ferrets that are not available for subsequent observation.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».