Simulating preventative testing of SARS-CoV-2 in schools: policy implications
Notice bibliographique
Résumé
BACKGROUND: School testing for SARS-CoV-2 infection has become an important policy and planning issue as schools were reopened after the summer season and as the COVID-19 pandemic continues. Decisions to test or not to test and, if testing, how many tests, how often and for how long, are complex decisions that need to be taken under uncertainty and conflicting pressures from various stakeholders. METHOD: We have developed an agent-based model and simulation tool that can be used to analyze the outcomes and effectiveness of different testing strategies and scenarios in schools with various number of classrooms and class sizes. We have applied a modified version of a standard SEIR disease transmission model that includes symptomatic and asymptomatic infectious populations, and that incorporates feasible public health measures. We also incorporated a pre-symptomatic phase for symptomatic cases. Every day, a random number of students in each class are tested. If they tested positive, they are placed in self-isolation at home when the test results are provided. Last but not least, we have included options to allow for full testing or complete self-isolation of a classroom with a positive case. RESULTS: We present sample simulation results for parameter values based on schools and disease related information, in the Province of Ontario, Canada. The findings show that testing can be an effective method in controlling the SARS-CoV-2 infection in schools if taken frequently, with expedited test results and self-isolation of infected students at home. CONCLUSIONS: Our findings show that while testing cannot eliminate the risk and has its own challenges, it can significantly control outbreaks when combined with other measures, such as masks and other protective measures.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».