MétaCan
Menu
Retour à la cohorte
Enregistrement W2981534787 · doi:10.1093/ofid/ofz360.1010

1146. Antibiotic Use in Infants Predicts Asthma Rate in Children 1–4 years at Fine Geographic Scale

2019· article· en· W2981534787 sur OpenAlexaffabout
Abdullah Mamun, Hind Sbihi, Stuart E. Turvey, Darlene Dai, Caren Rose, Drona Rasali, Fawziah Marra, David M. Patrick

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensBC Children's HospitalBC Centre for Disease Control
Organismes subventionnairesnon disponible
Mots-clésMedicineAsthmaPoisson regressionPopulationMedical prescriptionPediatricsIncidence (geometry)Rate ratioDemographyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Early-life exposure to antibiotics is associated with childhood asthma. We previously reported that a dramatic drop in infant antibiotic use is correlated with a decline in asthma incidence in children in British Columbia (BC). This study aims to see whether antibiotic exposure predicts asthma at a fine geographic scale after adjustment for known covariates. Methods We used prescribing data from BC PharmaNet, a population-based database capturing all outpatient prescribing for BC population (n = 4.7 million). Prescribing rates for infants <1 year were calculated as prescriptions per 1000 population per year using age and sex-specified denominator estimates. Age-adjusted aggregate asthma incidence data for children 1–4 years were obtained from the BC Ministry of Health Chronic Disease Registry. The disease identification uses a standard case definition making using of diagnostic codes (ICD9-493 and ICD10-J45) in BC’s universal hospital and physician billing databases and relevant asthma-specific drug data from BC PharmaNet. We modeled the association between antibiotic prescribing rate and asthma incidence in 91 Local Health Areas using multivariable Poisson regression employing a generalized linear mixed-effects model adjusting for covariates. Results Between 2000 and 2014, the annual asthma incidence (ages 1–4 years) fell 26% from 27.3 (95% CI: 26.5–28.0) to 20.2 (95% CI: 19.5–20.8) per 1000 population. For children aged 1–4 years in 2000, the average proportion of infants exposed to one or more courses of antibiotics fell from 66.9 to 32.1% over the same interval. Antibiotic was a significant predictor of asthma rate (IRR=1.24 per 10% absolute increase in antibiotic prescribing; 95% CI: 1.19–1.27). Other covariates that remained significant in the model included male sex (IRR=1.56; 95% CI: 1.53–1.58), and atmospheric particulate matter PM 2.5 (IRR=1.08 per interquartile increase; 95% CI: 1.06–1.10). Conclusion Our findings suggest that antibiotic exposure in the first year of life increases the risk of being diagnosed with asthma later in childhood. This is congruent with similar findings at the individual level in a prospective cohort of Canadian children that also points to a pathway through altered gut microbiota. Disclosures All authors: No reported disclosures.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,195
Score d'incertitude au seuil0,387

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,240
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetAsthma and respiratory diseasesTravaux en français237 207