Effectiveness of mass testing for control of COVID-19: a systematic review protocol
Notice bibliographique
Résumé
Introduction Since March 2020, when the COVID-19 outbreak has been deemed a pandemic by the WHO, the SARS-CoV-2 spreading has been the focus of attention of scientists, authorities, public health agencies and communities around the world. One of the great concerns and challenges, mainly in low-income and middle-income countries, is the identification and monitoring of COVID-19 cases. The large-scale availability of testing is a fundamental aspect of COVID-19 control, but it is currently the biggest challenge faced by many countries around the world. We aimed to synthesise and critically evaluate the scientific evidence on the influence of the testing capacity for symptomatic individuals in the control of COVID-19. Methods and analysis A systematic review will be conducted in eight databases, such as Medical Literature Analysis and Retrieval System Online, ISI-of-Knowledge, Cochrane Central Register of Controlled Trials, Embase, SCOPUS, Latin American and Caribbean Health Sciences Literature, PsycINFO and Chinese National Knowledge Infrastructure, from inception to 30 July 2020. No restriction regarding the language, publication date or setting will be employed. Primary outcomes will include the sensitivity as well as the specificity of the tests for COVID-19. Study selection will follow the Preferred Reporting Items for Systematic Reviews and Meta-Analyses checklist. Methodological assessment of the studies will be evaluated by the Cochrane Risk-of-Bias tool for randomised controlled trials, the MINORS for non-randomised studies and the Newcastle-Ottawa Scale for cohort or case–control studies. Findings will be structured according to the test type and target population characteristics and focused on the primary outcomes (sensitivity and specificity). Moreover, if sufficient data are available, a meta-analysis will be performed. Pooled standardised mean differences and 95% CIs will be calculated. Heterogeneity between the studies will be determined by I 2 statistics. Subgroup analyses will also be conducted. Publication bias will be assessed with funnel plots and Egger’s test. Heterogeneity will be explored by random effects analysis. Ethics and dissemination Ethical approval is not required. The results will be disseminated widely via peer-reviewed publication and presentations at conferences related to this field. PROSPERO registration number CRD42020182724.
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 | 0,087 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,005 |
| Méta-épidémiologie (sens large) | 0,023 | 0,022 |
| Bibliométrie | 0,014 | 0,011 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,064 | 0,006 |
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 ».