Impact of baseline SARS-CoV-2 antibody status on syndromic surveillance and the risk of subsequent Covid-19 – a prospective multicentre cohort study
Notice bibliographique
Résumé
ABSTRACT Objectives In a prospective healthcare worker (HCW) cohort, we assessed the risk of SARS-CoV-2 infection according to baseline serostatus. Methods Baseline serologies were performed among HCW from 23 Swiss healthcare institutions between June and September 2020, before the second COVID-19 wave. Participants answered weekly electronic questionnaires covering information about nasopharyngeal swabs (PCR/rapid antigen tests) and symptoms compatible with Coronavirus Disease 2019 (COVID-19). Screening of symptomatic staff by nasopharyngeal swabs was routinely performed in participating facilities. We compared numbers of positive nasopharyngeal tests and occurrence of COVID-19 symptoms between HCW with and without anti-nucleocapsid antibodies. Results A total of 4’818 HCW participated, whereof 144 (3%) were seropositive at baseline. We analysed 107’820 questionnaires with a median follow-up of 7.9 months. Median number of answered questionnaires was similar (24 vs . 23 per person, P=0.83) between those with and without positive baseline serology. Among 2’713 HCW with ≥1 SARS-CoV-2 test during follow-up, 3/67 (4.5%) seropositive individuals reported a positive result (one of whom asymptomatic), compared to 547/2646 (20.7%) seronegative participants, 12 of whom asymptomatic (risk ratio [RR] 0.22; 95% confidence interval [CI] 0.07 to 0.66). Seropositive HCWs less frequently reported impaired olfaction/taste (6/144, 4.2% vs. 588/4674, 12.6%, RR 0.33, 95%-CI: 0.15-0.73), chills (19/144, 13.2% vs. 1040/4674, 22.3%, RR 0.59, 95%-CI: 0.39-0.90), and limb/muscle pain (28/144, 19.4% vs. 1335/4674, 28.6%, RR 0.68 95%-CI: 0.49-0.95). Impaired olfaction/taste and limb/muscle pain also discriminated best between positive and negative SARS-CoV-2 results. Conclusions Having SARS-CoV-2 anti-nucleocapsid antibodies provides almost 80% protection against SARS-CoV-2 re-infection for a period of at least eight months.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».