MétaCan
Menu
Retour à la cohorte
Enregistrement W4210519484 · doi:10.1371/journal.pntd.0010054

Seroepidemiologic evidence of Q fever and associated factors among workers in veterinary service laboratory in South Korea

2022· article· en· W4210519484 sur OpenAlexaff
Dilaram Acharya, Ji-Hyuk Park, Jeong‐Hoon Chun, Mi Yeon Kim, Seok‐Ju Yoo, Antoine Lewin, Kwan Lee

Notice bibliographique

RevuePLoS neglected tropical diseases · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensUniversité de SherbrookeUniversité de MontréalHéma-Québec
Organismes subventionnairesKorea Centers for Disease Control and Prevention
Mots-clésSeroprevalenceQ feverCoxiella burnetiiMedicineVeterinary medicineLogistic regressionIncidence (geometry)TiterEpidemiologyImmunologySerologyAntibodyInternal medicineVirology

Résumé

récupéré en direct d'OpenAlex

The incidence of Q fever has rapidly increased in South Korea since 2015. This study was undertaken to investigate the seroprevalence and seroreactivity of Q fever and the risk factors associated with its seroprevalence among workers in the veterinary service laboratory (VSL) in South Korea. This seroepidemiologic study was conducted in a total of 661 human subjects out of 1,328 subjects working in 50 VSL existing in South Korea between July 15 and July 29, 2019. Data were collected by administering survey questionnaires and by analyzing collected blood samples to determine the presence of antibodies against Coxiella burnetii. The seroprevalence and seroreactivity of C. burnetii infection were determined based on serum titers as (phase II IgG ≥1:256 and/or IgM ≥1:16) and (phase II IgG ≥1:16 and/or IgM ≥1:16) as determined by indirect immunofluorescent assay. Work, work environment, behavioral risk and protective factors associated with seroprevalence of Q fever were assessed by employing multivariable logistic regression analysis. Among the 661, the seroprevalence and seroreactivity of C. burnetii infection were 7.9% and 16.0%, respectively. Multivariate logistic regression analysis showed the risk factors significantly associated with seroprevalence were the antemortem inspection of cattle, goats, or sheep (APR (adjusted prevalence ratio), 2.52; 95% CI, 1.23-4.70)), animal blood splashed into or around eyes (APR, 2.24; 95% CI, 1.04-4.41), and contact with animals having Q fever (APR, 6.58; 95% CI, 3.39-10.85) during the previous year. This study suggests the need for precautions when contact with cattle, goats, or sheep is expected, especially during the antemortem inspection, when dealing with C. burnetii infected animals, or when there is a risk of ocular contact with animal derivatives. Therefore, we recommend the consistent use of appropriate personal protective equipment and other protective measures including PPE treatment and washing of body surfaces after work to prevent C. burnetii infections among VSL staff in South Korea.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,254
Écart entre enseignants0,223 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS neglected tropical diseasesMême sujetVector-borne infectious diseasesTravaux en français237 207