Practical Indicators for Risk of Airborne Transmission in Shared Indoor Environments and their Application to COVID-19 Outbreaks
Notice bibliographique
Résumé
Abstract Some infectious diseases, including COVID-19, can be transmitted via aerosols that are emitted by an infectious person and inhaled by susceptible individuals. Most airborne transmission occurs at close proximity and is effectively reduced by physical distancing, but as time indoors increases, infections occur in those sharing room air despite maintaining distancing. There have been calls for quantified models to estimate the absolute and relative contribution of these different factors to infection risk. We propose two indicators of infection risk for this situation, i.e., relative risk parameter (H r ) and risk parameter (H). They combine the key factors that control airborne disease transmission indoors: virus-containing aerosol generation rate, breathing flow rate, masking and its quality, ventilation and particulate air cleaning rates, number of occupants, and duration of exposure. COVID-19 outbreaks show a clear trend in relation to these factors that is consistent with airborne infection The observed trends of outbreak size (attack rate) vs. H (H r ) allow us to recommend values of these parameters to minimize COVID-19 indoor infection risk. Transmission in typical pre-pandemic indoor spaces is highly sensitive to mitigation efforts. Previous outbreaks of measles, flu, and tuberculosis were assessed along with recently reported COVID-19 outbreaks. Measles outbreaks occur at much lower risk parameter values than COVID-19, while tuberculosis outbreaks are observed at much higher risk parameter values. Since both diseases are accepted as airborne, the fact that COVID-19 is less contagious than measles does not rule out airborne transmission. It is important that future outbreak reports include information on the nature and type of masking, ventilation and particulate-air cleaning rates, number of occupants, and duration of exposure, to allow us to understand the circumstances conducive to airborne transmission of different diseases. Synopsis We propose two infection risk indicators for indoor spaces and apply them to COVID-19 outbreaks analysis and mitigation.
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 | 0,001 | 0,001 |
| 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 ».