Characterization of Unlinked Cases of COVID-19 and Implications for Contact Tracing Measures: Retrospective Analysis of Surveillance Data
Notice bibliographique
Résumé
BACKGROUND: Contact tracing and intensive testing programs are essential for controlling the spread of COVID-19. However, conventional contact tracing is resource intensive and may not result in the tracing of all cases due to recall bias and cases not knowing the identity of some close contacts. Few studies have reported the epidemiological features of cases not identified by contact tracing ("unlinked cases") or described their potential roles in seeding community outbreaks. OBJECTIVE: For this study, we characterized the role of unlinked cases in the epidemic by comparing their epidemiological profile with the linked cases; we also estimated their transmission potential across different settings. METHODS: We obtained rapid surveillance data from the government, which contained the line listing of COVID-19 confirmed cases during the first three waves in Hong Kong. We compared the demographics, history of chronic illnesses, epidemiological characteristics, clinical characteristics, and outcomes of linked and unlinked cases. Transmission potentials in different settings were assessed by fitting a negative binomial distribution to the observed offspring distribution. RESULTS: Time interval from illness onset to hospital admission was longer among unlinked cases than linked cases (median 5.00 days versus 3.78 days; P<.001), with a higher proportion of cases whose condition was critical or serious (13.0% versus 8.2%; P<.001). The proportion of unlinked cases was associated with an increase in the weekly number of local cases (P=.049). Cluster transmissions from the unlinked cases were most frequently identified in household settings, followed by eateries and workplaces, with the estimated probability of cluster transmissions being around 0.4 for households and 0.1-0.3 for the latter two settings. CONCLUSIONS: The unlinked cases were positively associated with time to hospital admission, severity of infection, and epidemic size-implying a need to design and implement digital tracing methods to complement current conventional testing and tracing. To minimize the risk of cluster transmissions from unlinked cases, digital tracing approaches should be effectively applied in high-risk socioeconomic settings, and risk assessments should be conducted to review and adjust the policies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».