Surface and air contamination with SARS-CoV-2 from hospitalized COVID-19 patients in Toronto, Canada
Notice bibliographique
Résumé
Summary Background The aim of this prospective cohort study was to determine the burden of SARS-CoV-2 in air and on surfaces in rooms of patients hospitalized with COVID-19, and to identify patient characteristics associated with SARS-CoV-2 environmental contamination. Methods Nasopharyngeal swabs, surface, and air samples were collected from the rooms of 78 inpatients with COVID-19 at six acute care hospitals in Toronto from March to May 2020. Samples were tested for SARS-CoV-2 viral RNA and cultured to determine potential infectivity. Whole viral genomes were sequenced from nasopharyngeal and surface samples. Association between patient factors and detection of SARS-CoV-2 RNA in surface samples were investigated using a mixed-effects logistic regression model. Findings SARS-CoV-2 RNA was detected from surfaces (125/474 samples; 42/78 patients) and air (3/146 samples; 3/45 patients) in COVID-19 patient rooms; 17% (6/36) of surface samples from three patients yielded viable virus. Viral sequences from nasopharyngeal and surface samples clustered by patient. Multivariable analysis indicated hypoxia at admission, a PCR-positive nasopharyngeal swab with a cycle threshold of ≤30 on or after surface sampling date, higher Charlson co-morbidity score, and shorter time from onset of illness to sample date were significantly associated with detection of SARS-CoV-2 RNA in surface samples. Interpretation The infrequent recovery of infectious SARS-CoV-2 virus from the environment suggests that the risk to healthcare workers from air and near-patient surfaces in acute care hospital wards is likely limited. Surface contamination was greater when patients were earlier in their course of illness and in those with hypoxia, multiple co-morbidities, and higher SARS-CoV-2 RNA concentration in NP swabs. Our results suggest that air and surfaces may pose limited risk a few days after admission to acute care hospitals.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».