MétaCan
Menu
Retour à la cohorte
Enregistrement W4322722385 · doi:10.1016/s2666-7568(23)00018-1

Nursing home crowding and its association with outbreak-associated respiratory infection in Ontario, Canada before the COVID-19 pandemic (2014–19): a retrospective cohort study

2023· article· en· W4322722385 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueThe Lancet Healthy Longevity · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensSinai Health SystemSunnybrook Health Science CentreSunnybrook HospitalWomen's College HospitalMcMaster UniversityPublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineOutbreakIncidence (geometry)Retrospective cohort studyCrowdingCohortCohort studyEmergency medicineGerontologyEnvironmental healthInternal medicineVirology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Studies conducted during the COVID-19 pandemic have shown that crowding in nursing homes is associated with high incidence of SARS-CoV-2 infections, but this effect has not been shown for other respiratory pathogens. We aimed to measure the association between crowding in nursing homes and outbreak-associated respiratory infection incidence and related mortality before the COVID-19 pandemic. METHODS: We conducted a retrospective cohort study of nursing homes in Ontario, Canada. We identified, characterised, and selected nursing homes through the Ontario Ministry of Long-Term Care datasets. Nursing homes that were not funded by the Ontario Ministry of Long-Term Care and homes that closed before January, 2020 were excluded. Outcomes consisting of respiratory infection outbreaks were obtained from the Integrated Public Health Information System of Ontario. The crowding index equalled the mean number of residents per bedroom and bathroom. The primary outcomes were the incidence of outbreak-associated infections and mortality per 100 nursing home residents per year. We examined the incidence of infections and deaths as a function of the crowding index by use of negative binomial regression with adjustment for three home characteristics (ie, ownership, number of beds, and region) and nine mean resident characteristics (ie, age, female sex, dementia, diabetes, chronic heart failure, renal failure, cancer, chronic obstructive pulmonary disease, and activities of daily living score). FINDINGS: Between Sept 1, 2014, and Aug 31, 2019, 5107 respiratory infection outbreaks in 588 nursing homes were recorded, of which 4921 (96·4%), involving 64 829 cases of respiratory infection and 1969 deaths, were included in this analysis. Nursing homes with a high crowding index had higher incidences of respiratory infection (26·4% vs 13·8%; adjusted rate ratio per one resident per room increase in crowding 1·89 [95% CI 1·64-2·17]) and mortality (0·8% vs 0·4%; 2·34 [1·88-2·92]) than did homes with a low crowding index. INTERPRETATION: Respiratory infection and mortality rates were higher in nursing homes with high crowding index than in homes with low crowding index, and the association was consistent across various respiratory pathogens. Decreasing crowding is an important safety target beyond the COVID-19 pandemic to help to promote resident wellbeing and decrease the transmission of prevalent respiratory pathogens. FUNDING: None.

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.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,042
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,075
Tête enseignante GPT0,385
Écart entre enseignants0,310 · 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