Burden of infant group B Streptococcus disease and impact of maternal screening and antibiotic prophylaxis in Ontario, Canada: a population-based cohort study
Notice bibliographique
Résumé
Background: (GBS) significantly contributes to neonatal sepsis and meningitis, with varying disease rates reported globally and limited population-based data. We estimated infant GBS disease burden in Ontario, Canada and assessed the association of maternal GBS screening (35-37 weeks' gestation) and intrapartum antibiotic prophylaxis (IAP) provision with infant disease rates. Methods: Our population-based cohort study included pregnant individuals and their offspring from April 2012 to March 2018, utilising the provincial birth registry linked to health administrative data. GBS cases were ascertained through culture results and diagnostic codes. We calculated incidence rates for early-onset disease (EOD: 0-6 days), late-onset disease (LOD: 7-89 days), and ultra-LOD (ULOD: 90-365 days). Adjusted incidence rate ratios (aIRR) were derived via log-binomial regression to compare infant GBS rates according to screening and IAP-receipt. Findings: Among 776,148 liveborn infants, we identified 803 with GBS, with multiples exhibiting a threefold incidence increase. Incidence rates of EOD, LOD and ULOD were 0.49, 0.46 and 0.07 per 1000 livebirths, respectively. Of eligible pregnancies, 94% were screened; 23% screened positive, and 81% of them received IAP. Nearly 12% of term EOD infants had mothers who missed IAP despite screening positive. Maternal screening was associated with lower rates of any infant GBS disease (aIRR: 0.60; 95% CI: 0.45, 0.80). Among screen-positive births, IAP-receipt was associated with reduced rates of EOD (aIRR: 0.72, 95% CI: 0.48, 1.29) and LOD/ULOD (aIRR: 0.69; 95% CI: 0.46, 1.05), but confidence intervals included 1.0. Interpretation: Our study, the largest Canadian investigation into infant GBS disease, highlights both widespread adoption and ongoing challenges of the current prevention strategy. Funding: Canadian Institutes of Health Research.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».