Profil épidémiologique des accidents avec exposition à des matières biologiques survenus chez des travailleurs de l’État d’Amapá, en Amazonie, au Brésil, de 2015 à 2019
Bibliographic record
Abstract
Les expositions accidentelles avec des instruments tranchants sont les accidents du travail les plus courants impliquant des professionnels et des étudiants en milieu hospitalier. L’accident avec du matériel biologique (MB) résulte d’un contact direct entre le sang et des fluides organiques génitaux ou séreux, avec une peau, des muqueuses malsaines ou par inoculation percutanée directe à travers des objets pointus. L’objectif de ce travail était de caractériser le profil épidémiologique des accidents avec exposition à des matières biologiques survenus chez des travailleurs de l’État d’Amapá, en Amazonie, au Brésil, entre 2015 et 2019, en analysant le nombre, le type d’événements, la profession et circonstance de l’accident. Une étude épidémiologique rétrospective, descriptive et transversale a été réalisée avec une approche quantitative. Ainsi, la base de données du Système d’information sur les maladies à déclaration obligatoire (SINAN) a été recherchée à la recherche d’enregistrements faisant référence aux notifications d’accidents avec du matériel biologique, survenus dans l’État d’Amapá entre 2015 et 2019, enregistrés par le Centre de surveillance de la santé au travail (NVST) / Centre de référence pour la santé au travail (CEREST / AP). Les expositions professionnelles à des matières biologiques représentent un risque potentiel de transmission de maladies. Donner l’ordre aux travailleurs de signaler immédiatement les accidents est essentiel pour alimenter le système de notification. En ce qui concerne les circonstances, les deux causes les plus fréquemment rencontrées étaient avec des valeurs proches l’une de l’autre, l’administration de médicaments (21,6%) et une élimination inadéquate du matériel (20%). Cette élimination incorrecte démontre le manque de zèle des professionnels pour leur propre santé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".