Can North American animal poison control center call data provide early warning of outbreaks associated with contaminated pet food? Using the 2007 melamine pet food contamination incident as a case study
Notice bibliographique
Résumé
The 2007 melamine pet food contamination incident highlighted the need for enhanced reporting of toxicological exposures and development of a national quantitative disease surveillance system for companion animals. Data from poison control centers, such as the Animal Poison Control Center (APCC), may be useful for conducting real-time surveillance in this population. In this study, we explored the suitability of APCC call data for early warning of toxicological incidents in companion animal populations by using a-priori knowledge of the melamine-related nephrotoxicosis outbreak. Patient and household-level information regarding possible toxicological exposures in dogs and cats reported to the APCC from 2005 to 2007, inclusive, were extracted from the APCC's AnTox database. These data were used to examine the impact of surveillance outcome, statistical methodology, analysis level, and call source on the ability to detect the outbreak prior to the voluntary recall issued by the pet food manufacturer. Retrospective Poisson temporal scan tests were applied for each combination of outcome, method, level, and call source. The results showed that month-adjusted scans using syndromic data may have been able to help detect the outbreak up to two months prior to the voluntary recall although the success of these methods varied across call sources. We also demonstrated covariate month-adjustment can lead to vastly different results based on the surveillance outcome and call source to which it is applied. This illustrates care should be taken prior to arbitrarily selecting a surveillance outcome and statistical model for surveillance efforts and warns against ignoring the impacts of call source or key covariates when applying quantitative surveillance methods to APCC call data since these factors can lead to very different results. This study provides further evidence that APCC call data may be useful for conducting surveillance in the US companion animal population and further exploratory analyses and validation studies are warranted.
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 | 0,025 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».