Heterogeneity in risk, testing and outcome of COVID-19 across outbreak settings in the Greater Toronto Area, Canada: an observational study
Notice bibliographique
Résumé
Abstract Background We compared the risk of, testing for, and death following COVID-19 infection across three settings (long-term care homes (LTCH), shelters, the rest of the population) in the Greater Toronto Area (GTA), Canada. Methods We sourced person-level data from COVID-19 surveillance and reporting systems in Ontario, and examined settings with population-specific denominators (LTCH residents, shelters, and the rest of the population). We calculated cumulatively, the diagnosed cases per capita, proportion tested for COVID-19, daily and cumulative positivity, and case fatality proportion. We estimated the age- and sex-adjusted relative rate ratios for test positivity and case fatality using quasi-Poisson regression. Results Between 01/23/2020-05/25/2020, we observed a shift in the proportion of cases: from travel-related and into LTCH and shelters. Cumulatively, compared to the rest of the population, the number of diagnosed cases per 100,000 was 59-fold and 18-fold higher among LTCH and shelter residents, respectively. By 05/25/2020, 77.2% of LTCH residents compared to 2.4% of the rest of the population had been tested. After adjusting for age and sex, LTCH residents were 2.5 times (95% confidence interval (CI): 2.3-2.8) more likely to test positive. Case fatality was 26.3% (915/3485), 0.7% (3/402), and 3.6% (506/14133) among LTCH residents, shelter population, and others in the GTA, respectively. After adjusting for age and sex, case fatality was 1.4-fold (95%CI: 1.1-1.9) higher among LTCH residents than the rest of the population. Interpretation Heterogeneity across micro-epidemics among specific populations in specific settings may reflect underlying heterogeneity in transmission risks, necessitating setting-specific COVID-19 prevention and mitigation strategies.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 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 ».