Factors associated with transmission in COVID-19 outbreaks in long-term care facilities
Notice bibliographique
Résumé
Abstract Background Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has had a disproportionate impact on residents in long-term care facilities (LTCFs). Through our experience and data from managing COVID-19 exposures and outbreaks in LTCFs in the Fraser Health region in British Columbia, Canada, we identified risk factors associated with outbreak severity to inform current outbreak management strategies and future pandemic preparedness planning efforts. Methods We used a retrospective cohort study design to evaluate the association between non-modifiable factors (facility building, organization level, and resident population characteristics), modifiable factors (assessments for infection prevention and control (IPC) and public health measures), and severity of COVID-19 outbreaks (attack rate) in LTCFs. We modelled the COVID-19 attack rates in LTCF outbreaks using negative binomial regression models. Results From March 1, 2020 to January 10, 2021, a total of 145 exposures to at least one confirmed case of COVID-19 in 82 LTCFs occurred. For every item not met in the assessment tool, a 22% increase in the attack rate was observed (rate ratio 1.2 [95% CI 1.1 – 1.4]) after adjusting for other risk factors such as age of the facility, index case type (resident vs. staff) and proportion of single bed rooms. Conclusion Our findings highlight the importance of assessing IPC and public health measures for outbreak management. They also demonstrate the important modifiable and non-modifiable risk factors associated with COVID-19 outbreaks in our jurisdiction. We hope these findings will inform ongoing outbreak management and future pandemic planning efforts.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».