SARS-CoV-2 Epidemiology on a Public University Campus in Washington State
Notice bibliographique
Résumé
BACKGROUND: We aimed to evaluate a testing program to facilitate control of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) transmission at a large university and measure spread in the university community using viral genome sequencing. METHODS: Our prospective longitudinal study used remote contactless enrollment, daily mobile symptom and exposure tracking, and self-swab sample collection. Individuals were tested if the participant was exposed to a known SARS-CoV-2-infected person, developed new symptoms, or reported high-risk behavior (such as attending an indoor gathering without masking or social distancing), if a member of a group experiencing an outbreak, or at enrollment. Study participants included students, staff, and faculty at an urban public university during the Autumn quarter of 2020. RESULTS: We enrolled 16 476 individuals, performed 29 783 SARS-CoV-2 tests, and detected 236 infections. Seventy-five percent of positive cases reported at least 1 of the following: symptoms (60.8%), exposure (34.7%), or high-risk behaviors (21.5%). Greek community affiliation was the strongest risk factor for testing positive, and molecular epidemiology results suggest that specific large gatherings were responsible for several outbreaks. CONCLUSIONS: A testing program focused on individuals with symptoms and unvaccinated persons who participate in large campus gatherings may be effective as part of a comprehensive university-wide mitigation strategy to control the spread of SARS-CoV-2.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 ».