Prevalence of Co-Infections with Respiratory Viruses in Individuals Investigated for SARS-CoV-2 in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Co-infections of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) with respiratory viruses, bacteria and fungi have been reported to cause a wide range of illness. OBJECTIVES: We assess the prevalence of co-infection of SARS-CoV-2 with seasonal respiratory viruses, document the respiratory viruses detected among individuals tested for SARS-CoV-2, and describe characteristics of individuals with respiratory virus co-infection detected. METHODS: Specimens included in this study were submitted as part of routine clinical testing to Public Health Ontario Laboratory from individuals requiring testing for SARS-CoV-2 and/or seasonal respiratory viruses. RESULTS: Co-infection was detected in a smaller proportion (2.5%) of individuals with laboratory confirmed SARS-CoV-2 than those with seasonal respiratory viruses (4.3%); this difference was not significant. Individuals with any respiratory virus co-infection were more likely to be younger than 65 years of age and male than those with single infection. Those with SARS-CoV-2 co-infection manifested mostly mild respiratory symptoms. CONCLUSIONS: Findings of this study may not support routine testing for seasonal respiratory viruses among all individuals tested for SARS-CoV-2, as they were rare during the study period nor associated with severe disease. However, testing for seasonal respiratory viruses should be performed in severely ill individuals, in which detection of other viruses may assist with patient management.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».