SARS-CoV-2 seroprevalence in health care workers from 10 hospitals in Quebec, Canada: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has disproportionately affected health care workers. We sought to estimate SARS-CoV-2 seroprevalence among hospital health care workers in Quebec, Canada, after the first wave of the pandemic and to explore factors associated with SARS-CoV-2 seropositivity. METHODS: Between July 6 and Sept. 24, 2020, we enrolled health care workers from 10 hospitals, including 8 from a region with a high incidence of COVID-19 (the Montréal area) and 2 from low-incidence regions of Quebec. Eligible health care workers were physicians, nurses, orderlies and cleaning staff working in 4 types of care units (emergency department, intensive care unit, COVID-19 inpatient unit and non-COVID-19 inpatient unit). Participants completed a questionnaire and underwent SARS-CoV-2 serology testing. We identified factors independently associated with higher seroprevalence. RESULTS: Among 2056 enrolled health care workers, 241 (11.7%) had positive SARS-CoV-2 serology. Of these, 171 (71.0%) had been previously diagnosed with COVID-19. Seroprevalence varied among hospitals, from 2.4% to 3.7% in low-incidence regions to 17.9% to 32.0% in hospitals with outbreaks involving 5 or more health care workers. Higher seroprevalence was associated with working in a hospital where outbreaks occurred (adjusted prevalence ratio 4.16, 95% confidence interval [CI] 2.63-6.57), being a nurse or nursing assistant (adjusted prevalence ratio 1.34, 95% CI 1.03-1.74) or an orderly (adjusted prevalence ratio 1.49, 95% CI 1.12-1.97), and Black or Hispanic ethnicity (adjusted prevalence ratio 1.41, 95% CI 1.13-1.76). Lower seroprevalence was associated with working in the intensive care unit (adjusted prevalence ratio 0.47, 95% CI 0.30-0.71) or the emergency department (adjusted prevalence ratio 0.61, 95% CI 0.39-0.98). INTERPRETATION: Health care workers in Quebec hospitals were at high risk of SARS-CoV-2 infection, particularly in outbreak settings. More work is needed to better understand SARS-CoV-2 transmission dynamics in health care settings.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».