MétaCan
Menu
Retour à la cohorte
Enregistrement W3012330328 · doi:10.1017/s0950268820000631

Estimates of healthcare utilisation and deaths from waterborne pathogen exposure in Ontario, Canada

2020· article· en· W3012330328 sur OpenAlexaffabout
Susan L. Greco, Christopher Drudge, Reisha Fernandes, Jinhee Kim, Ray Copes

Notice bibliographique

RevueEpidemiology and Infection · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of British ColumbiaPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWaterborne diseasesEnvironmental healthPathogenMedicineGeographyVirologyOutbreakImmunology

Résumé

récupéré en direct d'OpenAlex

Burden of disease analyses can quantify the relative impact of different exposures on population health outcomes. Gastroenteritis where the causative pathogen was not determined and respiratory illness resulting from exposure to opportunistic pathogens transmitted by water aerosols have not always been considered in waterborne burden of disease estimates. We estimated the disease burden attributable to nine enteric pathogens, unspecified pathogens leading to gastroenteritis, and three opportunistic pathogens leading primarily to respiratory illness, in Ontario, Canada (population ~14 million). Employing a burden of disease framework, we attributed a fraction of annual (year 2016) emergency department (ED) visits, hospitalisations and deaths to waterborne transmission. Attributable fractions were developed from the literature and clinical input, and unattributed disease counts were obtained using administrative data. Our Monte Carlo simulation reflected uncertainty in the inputs. The estimated mean annual attributable rates for waterborne diseases were (per 100 000 population): 69 ED visits, 12 hospitalisations and 0.52 deaths. The corresponding 5th-95th percentile estimates were (per 100 000 population): 13-158 ED visits, 5-22 hospitalisations and 0.29-0.83 deaths. The burden of disease due to unspecified pathogens dominated these rates: 99% for ED visits, 63% for hospitalisations and 40% for deaths. However, when a causative pathogen was specified, the majority of hospitalisations (83%) and deaths (97%) resulted from exposure to the opportunistic pathogens Legionella spp., non-tuberculous mycobacteria and Pseudomonas spp. The waterborne disease burden in Ontario indicates the importance of gastroenteritis not traced back to a particular pathogen and of opportunistic pathogens transmitted primarily through contact with water aerosols.

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)0,004
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 enseignants0,065
Score d'incertitude au seuil0,474

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,281
Écart entre enseignants0,240 · 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

Citations23
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpidemiology and InfectionMême sujetChild Nutrition and Water AccessTravaux en français237 207