Estimating the burden of illness caused by domestic waterborne Legionnaires’ disease in Canada: 2015–2019
Notice bibliographique
Résumé
Abstract Legionellosis is a disease caused by the bacterium Legionella that most commonly presents as Legionnaires’ disease (LD), a severe form of pneumonia. From 2015 to 2019, an average of 438 LD cases per year were reported in Canada. However, it is believed that the actual number of cases is much higher, since LD may be underdiagnosed and underreported. The purpose of this study was to develop an estimate of the true incidence of illnesses, hospitalizations, and deaths associated with LD in Canada. Values were derived using a stochastic model, based on Canadian surveillance data from 2015 to 2019, which were scaled up to account for underdiagnosis and underreporting. Overall, there were an estimated 1,113 (90% CrI: 737–1,730) illnesses, 1,008 (90% CrI: 271–2,244) hospitalizations, and 34 (90% CrI: 4–86) deaths due to domestically acquired waterborne LD annually in Canada from 2015 to 2019. It was further estimated that only 36% of illnesses and 39% of hospitalizations and deaths were captured in surveillance, and that 22% of illnesses were caused by Legionella serogroups and species other than Legionella pneumophila serogroup 1 (non-Lp1). This study highlights the true burden and areas for improvement in Canada’s surveillance and detection of LD.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».