1231. Legionella Variability From Routine Environmental Testing Across All Veterans Health Administration (VHA) Medical Facilities
Notice bibliographique
Résumé
Abstract Background VHA Legionella prevention policy requires quarterly testing of potable water samples, for its 170 medical facilities (“stations”) distributed across the United States. We modeled the variability in Legionella positivity rates by location structure and by time to understand Legionella prevalence and distribution across VHA nationwide. Our goal was to understand when, where and why variations in Legionella positivity happens across VHA facilities. Methods Data from quarterly water samples from sinks and showers from 2015 through 2017 and for which complete information was reported were used for the model. A multi-level Bayesian logistic regression model was run in R version 3.5.1. The hierarchical location group levels consisted of room nested within floor, within building, within station, within region. The time group-level effects included quarter nested within year. Variabilities within groups were estimated as standard deviation (SD) on the log-odds scale. Results Among 138,553 samples, there was little seasonal effect (SD: 0.32) in Legionella positivity based on the quarter in which they were sampled. The largest variability in Legionella positivity occurred at the station level (SD: 2.38), with substantial variation at the building level also (SD: 1.85). The 5% of stations most likely to be positive for Legionella represented only 7.5% of total samples but accounted for 39.7% of all positive samples. The 5% of stations least likely to be positive for Legionella represented 10.4% of total samples, but only had 2 positive samples. Conclusion Buildings with the highest probability for Legionella positivity are clustered together within stations. We saw no major seasonal variations in Legionella positivity across facilities. We were able to better predict stations with higher positivity as well as lower overall positivity for Legionella water sampling. The observed dominant station-level effects could be due to overarching influences such as a single water source and suggests approaches at this level can impact Legionella control. These results demonstrate a mechanism for understanding the distribution and probability of Legionella and can inform prevention practices and future policy. 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».