435. Outcomes for E484K Mutation Negative COVID-19 Patients Cohorted with E484K Mutation Positive COVID-19 Patients: A Retrospective Cohort Study
Notice bibliographique
Résumé
Abstract Background The emergence of the E484K mutation of SARS-CoV-2 poses a risk of immune evasion but the risk of re-infection during acute infection is not well defined. Our aim was to assess the risk of re-infection among patients with existing acute E484K mutation negative COVID-19 infection who were exposed to an E484K mutation positive SARS-CoV-2 infected patient. Methods We performed a retrospective cohort study of patients admitted with acute E484K negative COVID-19 infection and shared a hospital room with a patient who was E484K mutation positive during their period of communicability. The primary outcome was laboratory confirmed and/or clinical evidence of re-infection within the E484K negative population within 30 days of exposure and the secondary outcome was the 30-day risk of death or re-admission to hospital due to COVID-19. Results We identified 41 patients who were E484K mutation negative who shared a hospital room with some of the identified 34 E484K positive patients. Six (14%) underwent repeat COVID-19 testing and remained E484K negative and none developed signs or symptoms of COVID-19 re-infection during the 30 days following exposure. The mortality rate was 7% (3/41) and re-admission rate was zero at 30 days from exposure. Conclusion Despite the small sample size, we did not observe any evidence of re-infection among patients with COVID-19 who shared a hospital room with E484K positive patients during their acute infection. If necessary due to high hospital occupancy, patients with discordant E484K results can be safely cohorted in a shared room. Disclosures All Authors: No reported disclosures
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 | 0,000 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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) | 0,001 | 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 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 ».