Incidents en laboratoires canadiens impliquant des agents pathogènes humains et des toxines : un aperçu des rapports, 2016–2022
Notice bibliographique
Résumé
Contexte : Lorsque la Loi sur les agents pathogènes humains et les toxines et le Règlement sur les agents pathogènes humains et les toxines de l'Agence de la santé publique du Canada sont entrés en vigueur, la déclaration des incidents en laboratoire au système de surveillance de déclaration des incidents en laboratoire au Canada (DILC) est devenue obligatoire.Ce rapport résume les données d'exposition et de non-exposition en laboratoire déclarées de 2016 à 2022, en mettant l'accent sur les facteurs qui ne sont généralement pas présentés dans le rapport annuel de la DILC.Méthodes : Les incidents en laboratoire déclarés entre 2016 et 2022 ont été analysés.Les expositions ont été analysées en fonction de leur gravité, de leur occurrence et de leur cause fondamentale, et les personnes touchées ont été analysées en fonction du résultat de la maladie, de leur rôle et des interventions effectuées.Les non-expositions ont été analysées par type d'incident.Les taux d'incidents liés à l'exposition et à la non-exposition ont été calculés.Résultats : Le nombre d'événements déclarés à la DILC s'élève à 928.Parmi ceux-ci, 355 étaient des non-expositions confirmées, 361 étaient des expositions confirmées et 111 comprenaient d'autres événements.Les taux d'incidents d'exposition et de non-exposition pour 100 permis en vigueur ont atteint leur maximum en 2018 (9,44 et 7,11, respectivement).La plupart des expositions ont été classées comme étant de gravité mineure ou négligeable.Les occurrences les plus citées sont celles liées aux objets tranchants et aux procédures (23 % chacun), et les causes fondamentales liées aux procédures opérationnelles normalisées sont les plus fréquentes (24 %).Bien que 781 personnes aient été touchées par les incidents d'exposition, la plupart n'ont pas développé d'infection contractée en laboratoire (n = 753; 96 %) et ont reçu au moins une forme de traitement suivant l'exposition (n = 717; 92 %).Les cas de possession ou de production involontaire ont été les incidents de non-exposition les plus fréquemment déclarés.Conclusion : Les taux d'incidents d'exposition et de non-exposition ont diminué depuis 2018.Parmi les incidents d'exposition, ceux liés aux objets tranchants et aux procédures étaient les plus fréquents, et la cause fondamentale était généralement une procédure opérationnelle normalisée.Les incidents de non-exposition étaient principalement des cas de possession ou de production involontaire.La gravité de l'exposition et du résultat de la maladie était généralement mineure.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».