Everything but the kitchen sink: The use of multiple hypothesis generation methods to investigate an outbreak of <i>Salmonella</i> Enteritidis associated with frozen profiteroles and eclairs
Notice bibliographique
Résumé
Abstract In December 2018, an outbreak of Salmonella Enteritidis infections was identified in Canada by whole-genome sequencing (WGS). An investigation was initiated to identify the source of the illnesses, which proved challenging and complex. Microbiological hypothesis generation methods included comparisons of Salmonella isolate sequence data to historical domestic outbreaks and international repositories. Epidemiological hypothesis generation methods included routine case interviews, open-ended centralized re-interviewing, thematic analysis of open-ended interview data, collection of purchase records, a grocery store site visit, analytic comparison to healthy control groups, and case–case analyses. Food safety hypothesis testing methods included food sample collection and analysis, and traceback investigations. Overall, 83 cases were identified across seven provinces, with onset dates from 6 November 2018 to 7 May 2019. Case ages ranged from 1 to 88 years; 60% (50/83) were female; 39% (22/56) were hospitalized; and three deaths were reported. Brand X profiteroles and eclairs imported from Thailand were identified as the source of the outbreak, and eggs from an unregistered facility were hypothesized as the likely cause of contamination. This study aims to describe the outbreak investigation and highlight the multiple hypothesis generation methods that were employed to identify the source.
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 | 0,110 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».