Differential occupational risks to healthcare workers from SARS-CoV-2 observed during a prospective observational study
Notice bibliographique
Résumé
We conducted voluntary Covid-19 testing programmes for symptomatic and asymptomatic staff at a UK teaching hospital using naso-/oro-pharyngeal PCR testing and immunoassays for IgG antibodies. 1128/10,034 (11.2%) staff had evidence of Covid-19 at some time. Using questionnaire data provided on potential risk-factors, staff with a confirmed household contact were at greatest risk (adjusted odds ratio [aOR] 4.82 [95%CI 3.45-6.72]). Higher rates of Covid-19 were seen in staff working in Covid-19-facing areas (22.6% vs. 8.6% elsewhere) (aOR 2.47 [1.99-3.08]). Controlling for Covid-19-facing status, risks were heterogenous across the hospital, with higher rates in acute medicine (1.52 [1.07-2.16]) and sporadic outbreaks in areas with few or no Covid-19 patients. Covid-19 intensive care unit staff were relatively protected (0.44 [0.28-0.69]), likely by a bundle of PPE-related measures. Positive results were more likely in Black (1.66 [1.25-2.21]) and Asian (1.51 [1.28-1.77]) staff, independent of role or working location, and in porters and cleaners (2.06 [1.34-3.15]).
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 ».