Differential occupational risks to healthcare workers from SARS-CoV-2: A prospective observational study
Notice bibliographique
Résumé
Abstract Background Personal protective equipment (PPE) and social distancing are designed to mitigate risk of occupational SARS-CoV-2 infection in hospitals. Why healthcare workers nevertheless remain at increased risk is uncertain. Methods We conducted voluntary Covid-19 testing programmes for symptomatic and asymptomatic staff at a UK teaching hospital using nasopharyngeal PCR testing and immunoassays for IgG antibodies. A positive result by either modality determined a composite outcome. Risk-factors for Covid-19 were investigated using multivariable logistic regression. Results 1083/9809(11.0%) staff had evidence of Covid-19 at some time and provided data on potential risk-factors. Staff with a confirmed household contact were at greatest risk (adjusted odds ratio [aOR] 4.63 [95%CI 3.30-6.50]). Higher rates of Covid-19 were seen in staff working in Covid-19-facing areas (21.2% vs. 8.2% elsewhere) (aOR 2.49 [2.00-3.12]). Controlling for Covid-19-facing status, risks were heterogenous across the hospital, with higher rates in acute medicine (1.50 [1.05-2.15]) and sporadic outbreaks in areas with few or no Covid-19 patients. Covid-19 intensive care unit (ICU) staff were relatively protected (0.46 [0.29-0.72]). Positive results were more likely in Black (1.61 [1.20-2.16]) and Asian (1.58 [1.34-1.86]) staff, independent of role or working location, and in porters and cleaners (1.93 [1.25-2.97]). Contact tracing around asymptomatic staff did not lead to enhanced case identification. 24% of staff/patients remained PCR-positive at ≥6 weeks post-diagnosis. Conclusions Increased Covid-19 risk was seen in acute medicine, among Black and Asian staff, and porters and cleaners. A bundle of PPE-related interventions protected staff in ICU.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».