Multi-centre post-implementation evaluation of SARS-CoV-2 antigen-based point of care tests used for asymptomatic screening of continuing care healthcare workers
Notice bibliographique
Résumé
Abstract OBJECTIVES Frequent screening of SARS-CoV-2 among asymptomatic populations using antigen-based point of care tests (APOCT) is occurring globally with limited clinical performance data. The positive predictive value (PPV) of two APOCT used in the asymptomatic screening of SARS-CoV-2 among healthcare workers (HCW) at continuing care (CC) sites across Alberta, Canada was evaluated. METHODS Between February 22 and May 2, 2021, CC sites implemented SARS-CoV-2 voluntary screening of their asymptomatic HCW. Onsite testing with Abbott Panbio or BD Veritor occurred on a weekly or twice weekly basis. Positive APOCT were confirmed with a real-time reverse-transcriptase polymerase chain reaction (rRT-PCR) reference method. RESULTS A total of 71,847 APOCT (17,689 Veritor and 54,158 Panbio) were performed among 369 CC sites. Eighty-seven (0.12%) APOCT were positive, of which 39 (0.05%) confirmed as true positives using rRT-PCR. Use of the Veritor and Panbio resulted in a 76.6% and 30.0% false positive detection, respectively (p<0.001). This corresponded to a 23.4% and 70.0% PPV for the Veritor and Panbio, respectively. CONCLUSIONS Frequent screening of SARS-CoV-2 among asymptomatic HCW in CC, using APOCT, resulted in a very low detection rate and a high detection of false positives. Careful assessment between the risks vs benefits of APOCT programs in this population needs to be thoroughly considered before implementation.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».