MétaCan
Menu
Retour à la cohorte
Enregistrement W4283749942 · doi:10.1186/s12879-022-07553-6

Risk factors for campylobacteriosis in Australia: outcomes of a 2018–2019 case–control study

2022· article· en· W4283749942 sur OpenAlexaff
Danielle M. Cribb, Liana Varrone, Rhiannon L. Wallace, Angus McLure, James J. Smith, Russell Stafford, Dieter Bulach, Linda Selvey, Simon M. Firestone, Nigel French, Mary Valcanis, Emily Fearnley, Timothy Sloan-Gardner, Trudy Graham, Kathryn Glass, Martyn Kirk

Notice bibliographique

RevueBMC Infectious Diseases · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSalmonella and Campylobacter epidemiology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesNational Health and Medical Research CouncilAgrifutures AustraliaMedical Research CouncilNSW Ministry of HealthQueensland HealthMeat and Livestock AustraliaUniversity of QueenslandDepartment of Health, State Government of VictoriaUniversity of MelbourneAustralian GovernmentMassey UniversityHunter New England Local Health DistrictAustralian National UniversityU.S. Department of Health and Human ServicesUniversity of FloridaEli Lilly and Company
Mots-clésCampylobacteriosisOdds ratioMedicineCampylobacterMedical microbiologyPopulationCampylobacter jejuniCase-control studyAttributable riskInternal medicineVeterinary medicineEpidemiologyEnvironmental healthBiologyImmunology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We aimed to identify risk factors for sporadic campylobacteriosis in Australia, and to compare these for Campylobacter jejuni and Campylobacter coli infections. METHODS: In a multi-jurisdictional case-control study, we recruited culture-confirmed cases of campylobacteriosis reported to state and territory health departments from February 2018 through October 2019. We recruited controls from notified influenza cases in the previous 12 months that were frequency matched to cases by age group, sex, and location. Campylobacter isolates were confirmed to species level by public health laboratories using molecular methods. We conducted backward stepwise multivariable logistic regression to identify significant risk factors. RESULTS: We recruited 571 cases of campylobacteriosis (422 C. jejuni and 84 C. coli) and 586 controls. Important risk factors for campylobacteriosis included eating undercooked chicken (adjusted odds ratio [aOR] 70, 95% CI 13-1296) or cooked chicken (aOR 1.7, 95% CI 1.1-2.8), owning a pet dog aged < 6 months (aOR 6.4, 95% CI 3.4-12), and the regular use of proton-pump inhibitors in the 4 weeks prior to illness (aOR 2.8, 95% CI 1.9-4.3). Risk factors remained similar when analysed specifically for C. jejuni infection. Unique risks for C. coli infection included eating chicken pâté (aOR 6.1, 95% CI 1.5-25) and delicatessen meats (aOR 1.8, 95% CI 1.0-3.3). Eating any chicken carried a high population attributable fraction for campylobacteriosis of 42% (95% CI 13-68), while the attributable fraction for proton-pump inhibitors was 13% (95% CI 8.3-18) and owning a pet dog aged < 6 months was 9.6% (95% CI 6.5-13). The population attributable fractions for these variables were similar when analysed by campylobacter species. Eating delicatessen meats was attributed to 31% (95% CI 0.0-54) of cases for C. coli and eating chicken pâté was attributed to 6.0% (95% CI 0.0-11). CONCLUSIONS: The main risk factor for campylobacteriosis in Australia is consumption of chicken meat. However, contact with young pet dogs may also be an important source of infection. Proton-pump inhibitors are likely to increase vulnerability to infection.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,033
Tête enseignante GPT0,280
Écart entre enseignants0,247 · 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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetSalmonella and Campylobacter epidemiologyTravaux en français237 207