Using blood donors and solid organ transplant donors and recipients to estimate the seroprevalence of cytomegalovirus and Epstein–Barr virus in Canada: A cross-sectional study
Notice bibliographique
Résumé
Background: Cytomegalovirus (CMV) and Epstein-Barr virus (EBV) infections are common, causing significant morbidity in pregnancy (congenital CMV) and transplant recipients (CMV, EBV). Canadian prevalence data are needed to model disease burden and develop strategies for future vaccines. We estimated prevalence using screening data from blood donors and solid organ transplant (SOT) donors and recipients. Methods: = 1,253,350) (2005-2014), studying associations with age, sex, organ, year, and geographic region. Results: CMV seroprevalence rises gradually with age. By age 70, CMV seropositivity ranged from 67% (blood donors) to 73% (SOT recipients). Significant proportions of women of child-bearing age were CMV-seronegative (organ donors, 44%; SOT recipients, 43%; blood donors, 61%). Blood donor CMV seroprevalence decreased from 48% in Western Canada to 30% in Eastern Canada. Women were more likely to be CMV-seropositive (ORs = 1.58, 1.45, and 1.11 for organ donors, SOT recipients, and blood donors, respectively) and EBV-seropositive (ORs = 1.87 and 1.46 for organ donors and SOT recipients, respectively). EBV prevalence rises rapidly, and by age 17-29 years, 81% of SOT recipients and 90% of organ donors were seropositive. Conclusions: Canada has relatively low and perhaps decreasing age-specific EBV and CMV prevalence, making Canadians vulnerable to primary infection-associated morbidity and suggesting benefit from future vaccines. Collection and analysis of routine serology screening data are useful for observing trends.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».