MétaCan
Menu
Retour à la cohorte
Enregistrement W3158574240 · doi:10.1101/2021.04.21.21255898

Practical Indicators for Risk of Airborne Transmission in Shared Indoor Environments and their Application to COVID-19 Outbreaks

2021· preprint· en· W3158574240 sur OpenAlexaff
Zhe Peng, A.L. Pineda Rojas, Emilio Kropff, William P. Bahnfleth, Giorgio Buonanno, Stephanie J. Dancer, Jarek Kurnitski, Yuguo Li, Marcel Loomans, Linsey C. Marr, Lídia Morawska, William W. Nazaroff, Catherine J. Noakes, Xavier Querol, Chandra Sekhar, Raymond Tellier, Trisha Greenhalgh, Lydia Bourouiba, Atze Boerstra, Julian W. Tang, Shelly L. Miller, J. L. Jiménez

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensMcGill University
Organismes subventionnairesEconomic and Social Research CouncilNational Science Foundation
Mots-clésOutbreakMeaslesTransmission (telecommunications)Airborne transmissionEnvironmental healthAttack rateCoronavirus disease 2019 (COVID-19)Environmental scienceInfectious disease (medical specialty)MedicineVirologyDiseaseComputer scienceVaccinationTelecommunications

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,320
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), 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

Citations30
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetInfection Control and VentilationTravaux en français237 207