Epidemiology of Clostridioides difficile infection in Canada: A six-year review to support vaccine decision-making
Notice bibliographique
Résumé
BACKGROUND: infections (CDI) are currently in phase III trials. To enable decision-making on their use in public health programs, national disease epidemiology is necessary. OBJECTIVES: To determine the epidemiology of hospital-acquired CDI (HA-CDI) and community-associated CDI (CA-CDI) in Canada using provincial surveillance data and document discrepancies in CDI-related definitions among provincial surveillance programs. METHODS: Publicly-available CDI provincial surveillance data from 2011 to 2016 that distinguished between HA-CDI and CA-CDI were included and the most common surveillance definitions for each province were used. The HA-, CA-CDI incidence rates and CA-CDI proportions (%) were calculated for each province. Both HA- and CA-CDI incidence rates were examined for trends. Types of disparities were summarized and detailed discrepancies were documented. RESULTS: Canadian data were analyzed from nine provinces. The HA-CDI rates ranged from 2.1/10,000 to 6.5/10,000 inpatient-days, with a decreasing trend over time. Available data on CA-CDI showed that both rates and proportions have been increasing over time. Discrepancies among provincial surveillance definitions were documented in CDI case classifications, surveillance populations and rate calculations. CONCLUSION: In Canada overall, the rate of HA-CDI has been decreasing and the rate of CA-CDI has been increasing, although this calculation was impeded by discrepancies in CDI-related definitions among provincial surveillance programs. Nationally-adopted common definitions for CDI would enable better comparisons of CDI rates between provinces and a calculation of the pan-Canadian burden of illness to support vaccine decision-making.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».