Existe-t-il suffisamment de données probantes pour éclairer les décisions en matière de choix d’équipements de protection individuelle pour les travailleurs de la santé soignant les patients atteints de fièvre hémorragique virale?
Bibliographic record
Abstract
Contexte : En septembre 2022, les autorités sanitaires ougandaises ont déclaré une éclosion de la maladie à virus Ebola, causée par le virus Ebola Soudan.Une revue rapide a été réalisée pour mettre à jour les lignes directrices de l'Agence de la santé publique du Canada (l'Agence) concernant les mesures de prévention et de contrôle des infections à Ebola dans les établissements de santé, afin de se préparer à l'apparition potentielle de cas.Objectif : Résumer les données disponibles relatives à l'utilisation des équipements de protection individuelle (ÉPI) par les travailleurs de la santé pour prévenir l'exposition aux fièvres hémorragiques virales (FHV) et en entraver la transmission, notamment la maladie à virus Ebola.Méthodes : Les bases de données électroniques ont été consultées afin de repérer les données probantes évaluées par des pairs, publiées entre juillet 2014 et octobre 2022.Les études primaires et les revues de la littérature évaluées par les pairs, en anglais ou en français, portant sur l'ÉPI pour protéger contre les FHV et les filovirus dans le contexte des soins de santé ont été prises en compte dans cette revue rapide.Deux évaluateurs ont mené les processus d'analyse de la littérature, à l'aide du logiciel d'analyse systématique DistillerSR® et du kit d'évaluation critique de l'Agence de la santé publique du Canada pour la prévention et le contrôle des infections.Une analyse du milieu de la littérature grise a également été réalisée afin d'éclairer la revue rapide.Résultats : La recherche dans les bases de données a permis de trouver 417 citations, et 29 études ont été jugées éligibles pour une évaluation critique.Au total, 20 études ont été incluses dans le processus de réalisation d'une synthèse narrative des données probantes.La solidité de la base de données probantes était limitée en ce qui concerne l'efficacité comparative de différents types d'ÉPI pour supprimer le risque d'exposition des travailleurs de la santé à la maladie et de transmission de celle-ci Quatre études ont porté sur l'exposition aux FHV et sa transmission.Seize études ont fourni des données sur d'autres sujets connexes, tels que la simulation d'une contamination et des essais en laboratoire pour tester l'intégrité des ÉPI.Conclusion : Il existe peu de données probantes permettant de tirer des conclusions sur l'efficacité comparative des ÉPI pour prévenir l'exposition aux FHV et leur transmission parmi les travailleurs de la santé.Il est donc nécessaire de mener des recherches supplémentaires pour déterminer l'ÉPI optimal pour protéger les travailleurs de la santé contre l'exposition aux FHV et la transmission celles-ci.
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 | 0.169 | 0.429 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.004 | 0.003 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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 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".