Utility of asymptomatic inpatient testing for COVID-19 in a low-prevalence setting: A multicenter point-prevalence study
Notice bibliographique
Résumé
For coronavirus disease 2019 (COVID-19), frequently reported symptoms in nonseverely sick patients include fever, fatigue, and dry cough. 1 However, infected patients may not exhibit symptoms.Some patients may be presymptomatic and develop symptoms later in the disease course whereas others remain asymptomatic, but either group can be infectious.2,3 Hence, asymptomatic carriers and presymptomatic individuals may be potential sources of nosocomial transmission.As such, consideration can be given to testing asymptomatic patients upon admission to the hospital.The Infectious Diseases Society of America (IDSA) guidelines on the diagnosis of COVID-19 recommend against testing of asymptomatic hospitalized patients in lowprevalence (<2%) settings.4 This recommendation is based on expert opinion and lacks supporting evidence.The city of Hamilton, Ontario, Canada, has a population of 580,000 and qualified as a low-prevalence area at the time of this study.The average number of daily new cases identified was 1.9 per 100,000 population.5 For hospital admission, the testing strategy was (and continues to be) based on symptoms or exposures.6 Within this low-prevalence setting, we conducted a multicenter point-prevalence study to evaluate the utility of severe acute respiratory coronavirus virus 2 (SARS-CoV-2) testing of asymptomatic patients in terms of capturing positive cases that would be missed by symptom-based testing on admission. MethodsWe conducted a point-prevalence study across 4 tertiary acute-care hospitals in Hamilton from April 15 to April 21, 2020.The Hamilton Integrated Research Ethics Board approved this study (no.10894). COVID-19 testing on admissionAccording to provincial guidelines, testing was based on the following symptoms: fever, new or worsening acute respiratory illness symptom (ie, cough, dyspnea, sore throat, runny nose or sneezing, nasal congestion, hoarse voice, difficulty swallowing, new
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 | 0,009 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».