Proportion of asymptomatic infection among COVID-19 positive persons and their transmission potential: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: The study objective was to conduct a systematic review and meta-analysis on the proportion of asymptomatic infection among coronavirus disease 2019 (COVID-19) positive persons and their transmission potential. METHODS: We searched Embase, Medline, bioRxiv, and medRxiv up to 22 June 2020. We included cohorts or cross-sectional studies which systematically tested populations regardless of symptoms for COVID-19, or case series of any size reporting contact investigations of asymptomatic index patients. Two reviewers independently extracted data and assessed quality using pre-specified criteria. Only moderate/high quality studies were included. The main outcomes were proportion of asymptomatic infection among COVID-19 positive persons at testing and through follow-up, and secondary attack rate among close contacts of asymptomatic index patients. A qualitative synthesis was performed. Where appropriate, data were pooled using random effects meta-analysis to estimate proportions and 95% confidence intervals (95% CI). RESULTS: Of 6,137 identified studies, 71 underwent quality assessment after full text review, and 28 were high/moderate quality and were included. In two general population studies, the proportion of asymptomatic COVID-19 infection at time of testing was 20% and 75%, respectively; among three studies in contacts it was 8.2% to 50%. In meta-analysis, the proportion (95% CI) of asymptomatic COVID-19 infection in obstetric patients was 95% (45% to 100%) of which 59% (49% to 68%) remained asymptomatic through follow-up; among nursing home residents, the proportion was 54% (42% to 65%) of which 28% (13% to 50%) remained asymptomatic through follow-up. Transmission studies were too heterogenous to meta-analyse. Among five transmission studies, 18 of 96 (18.8%) close contacts exposed to asymptomatic index patients were COVID-19 positive. CONCLUSIONS: Despite study heterogeneity, the proportion of asymptomatic infection among COVID-19 positive persons appears high and transmission potential seems substantial. To further our understanding, high quality studies in representative general population samples are required.
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 | 0,032 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,053 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».