Duration of SARS-CoV-2 shedding: A population-based, Canadian study
Notice bibliographique
Résumé
INTRODUCTION: There is an evidence gap regarding the duration of SARS-CoV-2 shedding and of its variability across different care settings and by age, sex, income, and co-morbidities. Such evidence is part of understanding of infectivity and reinfection. We examine direct measures of viral shedding using a linked population-based health administrative dataset. METHODS: Laboratory and sociodemographic databases for Ontario, Canada were linked to identify those testing positive (RT-PCR) between Jan. 15 and April 30, 2020 who underwent subsequent testing by May 31, 2020. To maximise use of available data, we computed two shedding duration estimates defined as the time between initial positive and most recent positive (documented shedding) or second of two negative tests (documented resolution). We also report multivariable results using quantile regression to examine subgroup differences. RESULTS: In Ontario, of the 16,595 who tested positive before April 30, 2020, 6604 had sufficient subsequent testing to allow shedding duration calculation. Documented shedding median duration calculated in 4,889 (29% of 16,595) patients was 19 days (IQR 12-28). Documented resolution median duration calculated in 3,219 (19% of the 16,595) patients was 25 days (IQR 18-34). Long-term care residents had 3-5 day longer shedding durations using both definitions. Shorter documented shedding durations of 2-4 days were observed in those living in higher income neighbourhoods. Shorter documented resolution durations of 2-3 days were observed at the 25th% of the distribution in those aged 20-49. Only 11.5% of those with definitive negative test results reverted to negative status by day 14. CONCLUSIONS: Viral shedding continued well beyond 14 days among this large subset of a population-based group with COVID-19, and longer still for long-term care residents and those living in less affluent neighborhoods. Our findings do not speak to duration of infectivity but are useful for understanding the expected duration of RT-PCR positivity and for identifying reinfection.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».