Logistics Workers Are a Key Factor for SARS-CoV-2 Spread in Brazilian Small Towns: Case-Control Study
Notice bibliographique
Résumé
BACKGROUND: Data on how SARS-CoV-2 enters and spreads in a population are essential for guiding public policies. OBJECTIVE: This study seeks to understand the transmission dynamics of SARS-CoV-2 in small Brazilian towns during the early phase of the epidemic and to identify core groups that can serve as the initial source of infection as well as factors associated with a higher risk of COVID-19. METHODS: Two population-based seroprevalence studies, one household survey, and a case-control study were conducted in two small towns in southeastern Brazil between May and June 2020. In the population-based studies, 400 people were evaluated in each town; there were 40 homes in the household survey, and 95 cases and 393 controls in the case-control study. SARS-CoV-2 serology testing was performed on participants, and a questionnaire was applied. Prevalence, household secondary infection rate, and factors associated with infection were assessed. Odds ratios (ORs) were calculated by logistic regression. Logistics worker was defined as an individual with an occupation focused on the transportation of people or goods and whose job involves traveling outside the town of residence at least once a week. RESULTS: Higher seroprevalence of SARS-CoV-2 was observed in the town with a greater proportion of logistics workers. The secondary household infection rate was 49.1% (55/112), and it was observed that in most households (28/40, 70%) the index case was a logistics worker. The case-control study revealed that being a logistics worker (OR 18.0, 95% CI 8.4-38.7) or living with one (OR 6.9, 95% CI 3.3-14.5) increases the risk of infection. In addition, having close contact with a confirmed case (OR 13.4, 95% CI 6.6-27.3) and living with more than four people (OR 2.7, 95% CI 1.1-7.1) were also risk factors. CONCLUSIONS: Our study shows a strong association between logistics workers and the risk of SARS-CoV-2 infection and highlights the key role of these workers in the viral spread in small towns. These findings indicate the need to focus on this population to determine COVID-19 prevention and control strategies, including vaccination and sentinel genomic surveillance.
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 | 0,003 |
| 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 | 0,000 | 0,000 |
| 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 ».