MétaCan
Menu
Retour à la cohorte
Enregistrement W3083783694 · doi:10.1503/cmaj.201128

Active testing of groups at increased risk of acquiring SARS-CoV-2 in Canada: costs and human resource needs

2020· article· en· W3083783694 sur OpenAlexaffvenueabout
Jonathon R. Campbell, Aashna Uppal, Olivia Oxlade, Federica Fregonese, Mayara Lisboa Bastos, Zhiyi Lan, Stephanie Law, Chi Eun Oh, W. Alton Russell, Giorgia Sulis, Nicholas Winters, Mercedes Yanes‐Lane, Marc Brisson, Sonia Laszlo, Timothy Evans, Dick Menzies

Notice bibliographique

RevueCanadian Medical Association Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensMcGill UniversityUniversité LavalThe Quebec Population Health Research NetworkMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineContact tracingPopulationHealth careEnvironmental healthMedical emergencyFamily medicineEmergency medicineCoronavirus disease 2019 (COVID-19)DiseaseInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Testing for severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) is largely passive, which impedes epidemic control. We defined active testing strategies for SARS-CoV-2 using reverse transcription polymerase chain reaction (RT-PCR) for groups at increased risk of acquiring SARS-CoV-2 in all Canadian provinces. METHODS: We identified 5 groups who should be prioritized for active RT-PCR testing: contacts of people who are positive for SARS-CoV-2, and 4 at-risk populations - hospital employees, community health care workers and people in long-term care facilities, essential business employees, and schoolchildren and staff. We estimated costs, human resources and laboratory capacity required to test people in each group or to perform surveillance testing in random samples. RESULTS: During July 8-17, 2020, across all provinces in Canada, an average of 41 751 RT-PCR tests were performed daily; we estimated this required 5122 personnel and cost $2.4 million per day ($67.8 million per month). Systematic contact tracing and testing would increase personnel needs 1.2-fold and monthly costs to $78.9 million. Conducted over a month, testing all hospital employees would require 1823 additional personnel, costing $29.0 million; testing all community health care workers and persons in long-term care facilities would require 11 074 additional personnel and cost $124.8 million; and testing all essential employees would cost $321.7 million, requiring 25 965 added personnel. Testing the larger population within schools over 6 weeks would require 46 368 added personnel and cost $816.0 million. Interventions addressing inefficiencies, including saliva-based sampling and pooling samples, could reduce costs by 40% and personnel by 20%. Surveillance testing in population samples other than contacts would cost 5% of the cost of a universal approach to testing at-risk populations. INTERPRETATION: Active testing of groups at increased risk of acquiring SARS-CoV-2 appears feasible and would support the safe reopening of the economy and schools more broadly. This strategy also appears affordable compared with the $169.2 billion committed by the federal government as a response to the pandemic as of June 2020.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,459

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,251
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Association JournalMême sujetSARS-CoV-2 detection and testingTravaux en français237 207