Microbiologie des infections sanguines en Ontario, au Canada pendant la pandémie de COVID-19
Notice bibliographique
Résumé
Contexte : Les infections sanguines causées par un large éventail de pathogènes bactériens et fongiques sont associées à des taux élevés de morbidité et de mortalité.Selon une estimation de 2017, le nombre d'incidences d'infections sanguines en Ontario est de 150 pour 100 000 habitants.L'épidémiologie des infections sanguines peut être influencée par de nombreux facteurs, notamment les restrictions sociales et de voyage et l'augmentation des taux d'hospitalisation en Ontario pendant la pandémie de maladie à coronavirus 2019 (COVID-19).Objectifs : Cette étude visait à évaluer les changements dans la microbiologie des infections sanguines en Ontario pendant la pandémie de COVID-19 par rapport à la période prépandémique.Méthodes : Les données rétrospectives sur les hémocultures (n = 189 106) de LifeLabs en Ontario (juillet 2018 à décembre 2021) ont été analysées.Les taux de positivité des hémocultures pour les pathogènes bactériens courants ont été comparés entre les périodes pré-COVID-19 (juillet 2018 à mars 2020) et COVID-19 (avril 2020 à décembre 2021) dans les milieux communautaires et hospitaliers, à l'aide du test du khi carré pour la signification.Résultats : Au cours de la période COVID-19, les taux de positivité des hémocultures dans la communauté sont restés les mêmes, alors que les taux en milieu hospitalier ont été environ triplés (p = 0,00E-00).Dans la communauté, les taux d'isolement de la plupart des espèces bactériennes sont restés inchangés, à l'exception d'une augmentation des Enterococcus et d'une diminution de la Salmonella.Les taux d'organismes antibiorésistants ont également diminué de manière significative dans la communauté.Dans les hôpitaux, toutes les espèces bactériennes, y compris les organismes antibiorésistants, ont connu une augmentation significative des taux d'isolement au cours de la période COVID-19.Conclusion : L'étude a révélé des changements dans la microbiologie des infections sanguines et suggère des changements dans l'épidémiologie pendant la pandémie de COVID-19 en Ontario, à la fois dans les hôpitaux et dans la communauté.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».