Association between nursing home crowding and outbreak-associated respiratory infection and death prior to the COVID-19 pandemic between 2014 and 2019 in Ontario, Canada
Notice bibliographique
Résumé
Abstract Importance Resident crowding in nursing homes is associated with larger SARS-CoV-2 outbreaks. However, this association has not been previously documented for non-SARS-CoV-2 respiratory infections. Objective We sought to measure the association between nursing home crowding and respiratory infections in Ontario nursing homes prior to the COVID-19 pandemic. Design, Setting, and Participants We conducted a retrospective cohort study of nursing home residents in Ontario, Canada over a five-year period prior to the COVID-19 pandemic, between September 2014 and August 2019. Exposure Using administrative data, we estimated the crowding index equal to the mean number of residents per bedroom and bathroom (residents / [0.5*bedrooms+0.5*bathrooms]). Outcomes The incidence of outbreak-associated infections and mortality per 100 nursing home residents per year. We also examined infection and mortality outcomes for outbreaks due to 7 specific pathogens: coronaviruses (OC43, 229E, NL63, HKU1), influenza A, influenza B, human metapneumovirus, parainfluenza virus, respiratory syncytial virus, rhinovirus/enterovirus. Results There was one or more respiratory outbreak in 93.9% (588/626) nursing homes in Ontario. There were 4,921 outbreaks involving 64,829 cases of respiratory infection, and 1,969 deaths. Outbreaks attributable to a single identified pathogen were principally caused by influenza A (29%), rhinovirus (11.7%), influenza B (8.1%), and respiratory syncytial virus (6.1%). Among homes, 42.7% (251/588) homes had a high crowding index (≥ 2.0). After adjustment, more crowded homes had higher outbreak-associated respiratory infection incidence (aRR 1.89; 95% 1.64-2.18) and mortality incidence (aRR 2.28; 95% 1.84-2.84). More crowded homes had higher adjusted estimates of the incidence of infection and mortality for each of the 7 respiratory pathogens examined. Conclusions and Relevance Residents of crowded nursing homes experienced more respiratory-outbreak infections and mortality due to influenza and other non-SARS-CoV-2 respiratory pathogens. Decreasing crowding in nursing homes is an important patient safety target beyond the COVID-19 pandemic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».