Determining the risk of depressive disorder as a sequela of a foodborne infection using administrative data from British Columbia, Canada : a retrospective population-based cohort study
Notice bibliographique
Résumé
Contexte: Plusieurs études ont indiqué que les troubles dépressifs (TD) peuvent être une séquelle d’une infection. Malgré l’intérêt croissant envers l’axe intestin-cerveau, peu d’études ont exploré le rôle des Infections d’Origine Alimentaire (IOA) dans le développement des TD et aucune n’a évalué l’impact à long terme de pathogènes spécifiques. Des études suivant sur une longue période des patients dont le pathogène a été identifié en laboratoire sont requises pour évaluer l’impact de différentes IOA sur le risque de TD. Objectif: L’objectif de cette thèse était de déterminer si l’exposition à 14 IOA (botulisme, Campylobacter, Cryptosporidium, Cyclospora, Giardia, Hépatite A, Listéria, Salmonella spp. (non-typhoïde, Typhi, Paratyphi), Escherichia Coli producteurs de Shigatoxines (STEC), Shigella, Vibrio parahaemolyticus, et Yersinia) augmente le risque de développer un TD. Méthodes: J’ai conduit une étude de cohorte rétrospective de tous les résidents de Colombie-Britannique (CB) vivant dans la province entre le 1er janv. 2005 et le 31 déc. 2014 (env. 4.7 millions). Les cas d’IOA confirmés par laboratoire et capturés dans la base de surveillance Panorama, ont été liés avec les données de six bases administratives incluant PharmaNet, qui contient toutes les prescriptions servies en CB, sans égard au payeur. Les modèles de risques proportionnels de Cox ont été utilisés avec un appariement cas:témoins de 1:4 pour calculer les rapports de risque (RR) de l’incidence des TD ainsi que les intervalles de confiance (IC) à 95% suivant l’exposition aux 14 IOA, comparant les individus exposés à une IOA et les individus non-exposés. Les RR ont été ajustés en fonction de l’âge, le sexe, le décile de revenu, la sous-région sanitaire, les comorbidités et l’exposition aux antibiotiques, inhibiteurs de la pompe à protons, statines ainsi qu’agents immunosuppresseurs et immunomodulateurs.Résultats: 33 360 patients exposés et 133 068 patients non-exposés, appariés sur le sexe, l’âge exact et la durée de la couverture MSP ont été inclus dans cette étude. Sur un suivi moyen de 5.80 ans, 4 515 (23.7 pour 1000 pers.-années) cas incidents de TD ont été détectés chez les patients exposés et 12 273 (15.8 pour 1000 pers.-années) chez les patients non-exposés. Les patients exposés avaient 38% plus de risques de développer un TD (RR aj. 1.38 IC 95% 1.33-1.43) que les patients non-exposés. L’usage récent d’antibiotiques, un facteur de risque de TD, était plus commun dans le groupe exposé à une IOA que dans le groupe non-exposé (8.9% vs 3.2%). Après stratification en fonction de l’usage d’antibiotiques, le RR demeure significatif (RR aj. 1.14, IC95% 1.01-1.28). Le sexe et la présence d’un diagnostic de syndrome de l’intestin irritable ne sont pas des modificateurs d’effet significatifs. Lors des analyses individuelles, les pathogènes campylobacter (RR aj 1.36, IC95% 1.28-1.44), salmonella non-typhoïde (RR aj 1.40, IC95% 1.29-1.52), giardia (RR aj 1.34, IC95% 1.21-1.48), yersinia (RR aj 1.58, IC95% 1.44-1.74) and shigella (RR aj 1.55, IC95% 1.30-1.85) ont tous été associés à une hausse du risque de TD. Le pathogène STEC n’a pas été associé à un risque accru de TD (RR aj 1.15, IC95% 0.93-1.42).Discussion: Une association a été démontrée entre les IOA et le risque de TD. La bactérie yersinia est associée à un risque accru de TD par rapport aux autres pathogènes, possiblement dû à la prévalence plus élevée de conditions gastro-intestinales (GI) chez les patients atteints de yersiniose. Ces résultats sont alignés avec ceux des autres études, qui indiquent un lien entre les infections GI et le risque de troubles affectifs, bien que le lien entre le STEC et les TD décrit dans une autre étude n’a pas été observé dans cette étude. Conclusion: Au vu de son association avec les TD, la confirmation par laboratoire d’une IOA pourrait être un indicateur pour les cliniciens qu’une approche plus proactive de prévention et de détection des TD est appropriée
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».