Surveillance des expositions en laboratoire aux agents pathogènes humains et aux toxines, Canada, 2021
Bibliographic record
Abstract
Contexte : Le système de surveillance de déclaration des incidents en laboratoire au Canada surveille les incidents de laboratoire qui doivent être signalés au titre de la Loi sur les agents pathogènes humains et les toxines et du Règlement sur les agents pathogènes humains et les toxines.Cet article décrit les incidents d'exposition en laboratoire qui se sont produits au Canada en 2021 et les personnes affectées par ces incidents.Méthodes : Tous les incidents de laboratoire qui se sont produits dans des laboratoires canadiens autorisés en 2021 ont été extraits du système de surveillance de déclaration des incidents en laboratoire au Canada à l'aide du logiciel R. Le taux d'incidents d'exposition a été calculé pour produire des statistiques descriptives selon le secteur, la cause fondamentale, le type d'activité, l'occurrence et l'agent pathogène ou la toxine concernée.Les personnes affectées ont été analysées selon l'éducation, la voie d'exposition, le secteur, le rôle et l'expérience en laboratoire.Une analyse saisonnière a été menée pour comparer la médiane mensuelle des incidents d'exposition entre 2016 et 2020 aux incidents mensuels de 2021.Résultats : Le système de surveillance de déclaration des incidents en laboratoire au Canada a reçu quarante-trois incidents d'exposition impliquant 72 personnes en 2021.Il y a eu deux infections confirmées acquises en laboratoire et une infection présumée.Le taux d'exposition annuel était de 4,2 incidents pour 100 permis en vigueur.La plupart des cas d'exposition mettaient en cause des agents biologiques qui ne sont pas à cote de sécurité élevée (n = 38; 86,4 %) et des agents pathogènes humains du groupe de risque 2 (n = 27; 61,4 %).Les bactéries (n = 20; 45,5 %) et les virus (n = 16; 36,4 %) étaient les types d'agents les plus impliqués.La microbiologie était la principale activité exécutée pendant la plupart des incidents d'exposition (n = 18; 41,9 %) et la plupart des incidents sont survenus dans le secteur universitaire (n = 20; 46,5 %).Les incidents liés à un objet tranchant ou pointu (n = 12; 22,2 %) étaient les plus fréquents, tandis que l'interaction humaine (e. contraintes, pressions, exigences de la charge de travail, erreur humaine) (n = 29, 28,2 %) était la cause fondamentale la plus courante.La plupart des personnes touchées ont été exposées par inhalation (n = 38; 52,8 %).Elles travaillaient à titre de techniciens ou de technologues (n = 51; 70,8 %).Les analyses saisonnières ont révélé que le nombre d'incidents d'exposition signalés en 2021 était plus élevé en septembre et en mai.Conclusion : Le taux d'incidents en laboratoire était légèrement inférieur en 2021 à celui de 2020.Le type d'incident le plus fréquent était lié à un objet pointu ou tranchant, tandis que les problèmes d'interaction humaine étaient la première cause fondamentale citée.Affiliations 1 Direction générale de la sécurité sanitaire et des opérations régionales, Agence de la santé publique du Canada, Ottawa, ON 2 Direction générale de la promotion de la santé et de la prévention des maladies chroniques
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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 source (direct Gemma or distilled Codex), 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".