Incidence of COVID-19 after pulmonary function tests: a retrospective cohort study
Notice bibliographique
Résumé
INTRODUCTION: It has been proposed that exposure to pulmonary function tests (PFT) could be associated with a higher risk of viral transmission. The risk of the Coronavirus Disease 2019 (COVID-19) transmission after performing PFT is unknown. We aimed to assess the incidence of COVID-19 after a PFT at an academic teaching facility in Buenos Aires, Argentina. MATERIALS AND METHODS: We conducted a retrospective cohort study including all consecutive adult patients that performed PFT between April 1, 2020 and September 30, 2020. Patients with prior COVID-19 were excluded. We defined a 15-day time window to ascertain PFT related COVID-19. The primary outcome was ascertained by consulting a national database, which has information on all patients with nasopharyngeal swabs for SARS-CoV-2 in Argentina. RESULTS: We included 278 patients who performed a PFT. Fifty percent were women, the mean age was 54 years (SD 18), and the main comorbidities were obesity (31%), smoking (31%), hypertension (29%), and chronic lung disease (28%). The main indication for performing PFT was anesthetic preoperative risk assessment. Swabs were collected from 27 patients (10%). Twenty-two swabs (8%) were taken according to surgical protocols; five swabs (2%) were taken due to clinical suspicion of COVID-19, with only one testing positive. The cumulative incidence of COVID-19 after PFT was 0.36% (95% CI 0.01-20%). None of the technicians developed symptomatic disease. CONCLUSION: Given the right setting and strict adherence to international recommendations, the SARS-CoV-2 infection after having a PFT appears to be low, which follows that these procedures can be performed safely for both patients and staff.
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 | 0,006 | 0,155 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».