MétaCan
Menu
Retour à la cohorte
Enregistrement W3129390785 · doi:10.1097/jom.0000000000002174

Association Between Implementation of a Universal Face Mask Policy for Healthcare Workers in a Health Care System and SARS-CoV-2 Positivity Testing Rate in Healthcare Workers

2021· article· en· W3129390785 sur OpenAlexaff
Dee Dee Wang, William W. O’Neill, Marcus Zervos, John E. McKinnon, David Allard, George Alangaden, Lonni Schultz, Laila Poisson, BoHua Chu, Steven N. Kalkanis, Geehan Suleyman

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensAllard Foundation
Organismes subventionnairesnon disponible
Mots-clésHealth careFace (sociological concept)Coronavirus disease 2019 (COVID-19)Healthcare workerAssociation (psychology)MedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PsychologyPolitical scienceSociologyPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Examine the effect of a universal facemask policy for healthcare workers (HCW) and incidence of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) positivity. METHODS: Daily number of symptomatic HCW tested, SARS-CoV-2 positivity rates, and HCW job-descriptions were collected pre and post Universal HCW facemask policy (March 26, 2020). Multiple change point regression was used to model positive-test-rate data. SARS-CoV-2 testing and positivity rates were compared for pre-intervention, transition, post-intervention, and follow-up periods. RESULTS: Between March 12 and August 10, 2020, 19.2% of HCW were symptomatic for COVID-19 and underwent SARS-CoV-2 testing. A single change point was identified ∼March 28-30 (95% probability). Before the change point, the odds of a tested HCW having a positive result doubled every 4.5 to 7.5 days. Post-change-point, the odds of a tested HCW having a positive result halved every 10.5 to 13.5 days. CONCLUSIONS: Universal facemasks were associated with reducing HCW's risk of acquiring COVID-19.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,516

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,360
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetInfection Control and VentilationTravaux en français237 207