MétaCan
Menu
Retour à la cohorte
Enregistrement W4206607074 · doi:10.1371/journal.pone.0262447

Comparison of longitudinal trends in self-reported symptoms and COVID-19 case activity in Ontario, Canada

2022· article· en· W4206607074 sur OpenAlexaffabout
Arjuna Maharaj, Jennifer Parker, Jessica Hopkins, Effie Gournis, Isaac I. Bogoch, Benjamin Rader, Christina M. Astley, Noah Ivers, Jared B. Hawkins, Liza Lee, Ashleigh R. Tuite, David N. Fisman, John S. Brownstein, Lauren Lapointe‐Shaw

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensPublic Health Agency of CanadaToronto Public HealthImpactWomen's College HospitalMcMaster UniversityPublic Health OntarioUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMedicineContext (archaeology)Coronavirus disease 2019 (COVID-19)OutbreakDemographyPopulationLongitudinal studyEnvironmental healthVirologyGeographyInternal medicinePathologyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Limitations in laboratory diagnostic capacity impact population surveillance of COVID-19. It is currently unknown whether participatory surveillance tools for COVID-19 correspond to government-reported case trends longitudinally and if it can be used as an adjunct to laboratory testing. The primary objective of this study was to determine whether self-reported COVID-19-like illness reflected laboratory-confirmed COVID-19 case trends in Ontario Canada. METHODS: We retrospectively analyzed longitudinal self-reported symptoms data collected using an online tool-Outbreaks Near Me (ONM)-from April 20th, 2020, to March 7th, 2021 in Ontario, Canada. We measured the correlation between COVID-like illness among respondents and the weekly number of PCR-confirmed COVID-19 cases and provincial test positivity. We explored contemporaneous changes in other respiratory viruses, as well as the demographic characteristics of respondents to provide context for our findings. RESULTS: Between 3,849-11,185 individuals responded to the symptom survey each week. No correlations were seen been self-reported CLI and either cases or test positivity. Strong positive correlations were seen between CLI and both cases and test positivity before a previously documented rise in rhinovirus/enterovirus in fall 2020. Compared to participatory surveillance respondents, a higher proportion of COVID-19 cases in Ontario consistently came from low-income, racialized and immigrant areas of the province- these groups were less well represented among survey respondents. INTERPRETATION: Although digital surveillance systems are low-cost tools that have been useful to signal the onset of viral outbreaks, in this longitudinal comparison of self-reported COVID-like illness to Ontario COVID-19 case data we did not find this to be the case. Seasonal respiratory virus transmission and population coverage may explain this discrepancy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,331
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetSARS-CoV-2 detection and testingTravaux en français237 207