Optimal COVID-19 quarantine and testing strategies
Notice bibliographique
Résumé
As economic woes of the COVID-19 pandemic deepen, strategies are being formulated to avoid the need for prolonged stay-at-home orders, while implementing risk-based quarantine, testing, contact tracing and surveillance protocols. Given limited resources and the significant economic, public health, and operational challenges of the current 14-day quarantine recommendation, it is vital to understand if shorter but equally effective quarantine and testing strategies can be deployed. To quantify the probability of post-quarantine transmission upon isolation of a positive test, we developed a mathematical model in which we varied quarantine duration and the timing of molecular tests for three scenarios of entry into quarantine. Specifically, we consider travel quarantine, quarantine of traced contacts with an unknown time if infection, and quarantine of cases with a known time of exposure. With a one-day delay between test and result, we found that testing on exit (or entry and exit) can reduce the duration of a 14-day quarantine by 50%, while testing on entry shortened quarantine by at most one day. Testing on exit more effectively reduces post-quarantine transmission than testing upon entry. Furthermore, we identified the optimal testing date within quarantines of varying duration, finding that testing on exit was most effective for quarantines lasting up to seven days. As a real-world validation of these principles, we analyzed the results of 4,040 SARS CoV-2 RT-PCR tests administered to offshore oil rig employees. Among the 47 positives obtained with a testing on entry and exit strategy, 16 cases that previously tested negative at entry were identified, with no further cases detected among employees following quarantine exit. Moreover, this strategy successfully prevented an expected nine offshore transmission events stemming from cases who had tested negative on the entry test, each one a serious concern for initiating rapid spread and a disabling outbreak in the close quarters of an offshore rig. This successful outcome highlights that appropriately timed testing can make shorter quarantines more effective, thereby minimizing economic impacts, disruptions to operational integrity, and COVID-related public health risks.
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 | 0,005 |
| 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 ».