Laboratory-acquired infections and pathogen escapes worldwide between 2000 and 2021: a scoping review
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.
Notice bibliographique
Résumé
Laboratory-acquired infections (LAIs) and accidental pathogen escape from laboratory settings (APELS) are major concerns for the community. A risk-based approach for pathogen research management within a standard biosafety management framework is recommended but is challenging due to reasons such as inconsistency in risk tolerance and perception. Here, we performed a scoping review using publicly available, peer-reviewed journal and media reports of LAIs and instances of APELS between 2000 and 2021. We identified LAIs in 309 individuals in 94 reports for 51 pathogens. Eight fatalities (2·6% of all LAIs) were caused by infection with Neisseria meningitidis (n=3, 37·5%), Yersinia pestis (n=2, 25%), Salmonella enterica serotype Typhimurium (S Typhimurium; n=1, 12·5%), or Ebola virus (n=1, 12·5%) or were due to bovine spongiform encephalopathy (n=1, 12·5%). The top five LAI pathogens were S Typhimurium (n=154, 49·8%), Salmonella enteritidis (n=21, 6·8%), vaccinia virus (n=13, 4·2%), Brucella spp (n=12, 3·9%), and Brucella melitensis (n=11, 3·6%). 16 APELS were reported, including those for Bacillus anthracis, SARS-CoV, and poliovirus (n=3 each, 18·8%); Brucella spp and foot and mouth disease virus (n=2 each, 12·5%); and variola virus, Burkholderia pseudomallei, and influenza virus H5N1 (n=1 each, 6·3%). Continual improvement in LAI and APELS management via their root cause analysis and thorough investigation of such incidents is essential to prevent future occurrences. The results are biased due to the reliance on publicly available information, which emphasises the need for formalised global LAIs and APELS reporting to better understand the frequency of and circumstances surrounding these incidents.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle