MétaCan
Menu
Retour à la cohorte
Enregistrement W3036782024 · doi:10.1111/zph.12741

Detection of spatial, temporal and space‐time <i>Salmonella</i> Heidelberg and <i>Salmonella</i> Typhimurium clusters in Ontario in 2015, and comparisons to known outbreaks

2020· article· en· W3036782024 sur OpenAlexaffabout
Katherine Paphitis, David L. Pearl, Olaf Berke, Scott A. McEwen, Lise A. Trotz‐Williams

Notice bibliographique

RevueZoonoses and Public Health · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSalmonella and Campylobacter epidemiology
Établissements canadiensGuelph Wellington Seniors AssociationUniversity of GuelphGuelph General HospitalPublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésOutbreakSalmonellaScan statisticSubtypingSerotypeCluster (spacecraft)Pulsed-field gel electrophoresisGeographyBiologyVeterinary medicineCartographyStatisticsVirologyMedicineComputer scienceMathematicsGeneticsGenotypeBacteria

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Salmonellosis is one of several reportable diseases in Ontario (ON). Two or more cases of the same serotype that are linked to a common exposure or related to one another in time and/or space are considered a potential outbreak. While laboratory data can help to determine the molecular relatedness of cases, results may take up to several weeks. This study aimed to assess the utility of the retrospective spatial scan statistic in detecting clusters of Salmonella Heidelberg and Salmonella Typhimurium cases using data from ON in 2015. Identified clusters were validated by laboratory data (where available) to determine whether identified clusters were likely outbreaks. METHODS: Data representing the location of each reported S. Heidelberg or S. Typhimurium case in 2015, responsible serotype and symptom onset date were exported to SaTScan for retrospective spatial, temporal, and space-time analyses using the spatial scan statistic with Bernoulli models and a space-time permutation model. Analyses were performed with and without those cases linked to known outbreaks. Laboratory subtyping data (i.e. pulsed field gel electrophoresis (PFGE) and/or phage type) and food and environmental exposure information (e.g. travel, animal contact, poultry and other food item consumption) were used to explore the relatedness of cases within identified clusters. RESULTS: Spatial, temporal and space-time analyses identified a known outbreak of S. Heidelberg in 2015 (n = 9 cases) and a previously unidentified cluster of S. Heidelberg cases. Most cases (94%) within a cluster detected via a space-time permutation model of S. Heidelberg cases shared an identical PFGE pattern and appeared to represent a true outbreak. CONCLUSIONS: The spatial scan statistic, and particularly the space-time permutation model, could assist in outbreak identification before laboratory data are available, allowing for faster cluster identification and implementation of control measures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,233
Score d'incertitude au seuil0,720

Scores Codex et Gemma par catégorie

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

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 Opus0,043
Tête enseignante GPT0,248
Écart entre enseignants0,206 · 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 tête enseignante, 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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZoonoses and Public HealthMême sujetSalmonella and Campylobacter epidemiologyTravaux en français237 207