Investigating the association between socioeconomic and agricultural risk factors and the incidence of <i>Salmonella</i> Heidelberg and <i>Salmonella</i> Typhimurium in Ontario in 2015: A multi‐level ecological approach
Notice bibliographique
Résumé
The incidence of salmonellosis, and other enteric zoonotic diseases, has been associated with various food and environmental exposures and socioeconomic factors. Increasingly, there is interest in exploring differences among serotypes of Salmonella to better inform public health prevention efforts. Consequently, we investigated whether rates of Salmonella Heidelberg and Typhimurium in Ontario communities in 2015 were influenced by household characteristics, agricultural factors, and the presence of meat plants. Data for each reported case of S. Heidelberg and S. Typhimurium in Ontario in 2015 were collected. Expected cases of each serotype were calculated, stratified by age group and sex, according to the underlying population distribution from the Canadian census. Socioeconomic, agricultural census data, and data concerning provincial and federally inspected meat plants were combined with observed and expected case counts. The association between community-level agricultural, meat processing, and socioeconomic variables, serotype, and the rate of salmonellosis in each census subdivision (CSD) was explored using multilevel Poisson models, with random intercepts for CSD and census division (CD). Rates of S. Heidelberg and S. Typhimurium were associated with the proportion of married individuals in a CSD, and were higher in CSDs with the highest quantile of labour participation compared to those in the lowest quantile. There was an interaction effect between cattle, poultry and swine farm density in a CD and serotype, with rates of either serotype decreasing as cattle, poultry, or swine farm density in the encompassing CD increased. The rate of the decrease varied by serotype. Our findings concerning community-level household characteristics may be explained by the influence of family structure and occupation on food consumption patterns and environmental exposures. Rates of S. Heidelberg and S. Typhimurium may be lower in areas with increased animal farm density due to naturally acquired immunity from routine exposure to Salmonella via livestock.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».