MétaCan
Menu
Retour à la cohorte
Enregistrement W3162861230 · doi:10.1101/2021.05.17.21257122

Surface and air contamination with SARS-CoV-2 from hospitalized COVID-19 patients in Toronto, Canada

2021· preprint· en· W3162861230 sur OpenAlexafffundabout
Jonathon D. Kotwa, Alainna Jamal, Hamza Mbareche, Lily Yip, Patryk Aftanas, Shiva Barati, Natalie G. Bell, Elizabeth Bryce, Eric A. Coomes, Gloria Crowl, Caroline Duchaine, Amna Faheem, Lubna Farooqi, Ryan Hiebert, Kevin Katz, Saman Khan, Robert Kozak, Angel X. Li, Henna Mistry, Mohammad Mozafarihashjin, Jalees A. Nasir, Kuganya Nirmalarajah, Emily M. Panousis, Aimee Paterson, Simon Plenderleith, Jeff Powis, Karren Prost, Renée Schryer, Maureen Taylor, Marc Veillette, Titus Wong, Xi Zhong, Andrew G. McArthur, Allison McGeer, Samira Mubareka

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensMcMaster UniversityUniversité LavalSunnybrook HospitalVancouver General HospitalInstitut universitaire de cardiologie et de pneumologie de QuébecVancouver Coastal HealthNorth York General HospitalSinai Health SystemToronto East General HospitalUniversity of Toronto
Organismes subventionnairesCisco Systems CanadaAssociation of Medical Microbiology and Infectious Disease CanadaCanadian Institutes of Health ResearchGenome CanadaMcMaster UniversityCisco Systems
Mots-clésMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Logistic regressionContaminationCoronavirus disease 2019 (COVID-19)Emergency medicineInternal medicineCohort studyCohortVirologyBiologyInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

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 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)0,000
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 enseignants0,046
Score d'incertitude au seuil0,749

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,278
Écart entre enseignants0,263 · 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

Citations7
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetInfection Control and VentilationTravaux en français237 207