Questionnaire‐based vs universal PCR testing for SARS‐CoV‐2 in women admitted for delivery
Notice bibliographique
Résumé
BACKGROUND: It has been suggested that women admitted for delivery should have universal PCR testing for SARS-CoV-2. Yet, the considerable difference in the incidence of COVID-19 between different geographic regions may affect screening strategies. Therefore, we aimed to compare questionnaire-based testing versus universal PCR testing for SARS-CoV-2 in women admitted for delivery. METHODS: A prospective cohort study of women admitted for delivery at a single center during a four-week period (April 22-May 25, 2020). All women completed a questionnaire about COVID-19 signs, symptoms, or risk factors, and a nasopharyngeal swab for PCR for SARS-CoV-2. Women who were flagged as suspected COVID-19 by the questionnaire (questionnaire-positive) were compared with women who were not flagged by the questionnaire (questionnaire-negative). RESULTS: Overall, 446 women were eligible for analysis, of which 54 (12.1%) were questionnaire-positive. PCR swab detected SARS-CoV-2 in four (0.9%) women: 3 of 392 (0.8%) in the questionnaire-negative group, and 1 of 54 (1.9%) in the questionnaire-positive group (P = .43), yielding a number needed to screen of 92 (95% CI 62-177). In 96% of the cases, the PCR results were obtained only in the postpartum period. No positive PCR results were obtained from neonatal testing for SARS-CoV-2. The sensitivity of the questionnaire was 75.0%, and the negative predictive value was 99.7%. CONCLUSIONS: Although the rate of positive PCR results was not significantly different between the groups, the number needed to screen is considerably high. The use of questionnaire-based PCR testing in areas with low incidence of COVID-19 allows for a reasonable allocation of resources and is easy to implement.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».