MétaCan
Menu
Retour à la cohorte
Enregistrement W4213341175 · doi:10.1101/2022.02.10.22270805

Adequacy of serial self-performed SARS-CoV-2 rapid antigen-detection testing for longitudinal mass screening in the workplace

2022· preprint· en· W4213341175 sur OpenAlexafffundabout
Jesse Papenburg, Jonathon R. Campbell, Chelsea Caya, Cynthia Dion, Rachel Corsini, Matthew P. Cheng, Dick Menzies, Cédric P. Yansouni

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensMcGill UniversityInstitute of Infection and ImmunityMcGill University Health CentreMontreal Children's Hospital
Organismes subventionnairesFonds de Recherche du Québec - SantéFondation familiale Trottier
Mots-clésAsymptomaticMedicineTest (biology)Surgery

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Importance Longitudinal mass testing using rapid antigen detection tests (RADT) for serial screening of asymptomatic persons has been proposed for preventing SARS-CoV-2 community transmission. The feasibility of this strategy relies on implementation of accurate self-performed RADT testing where people live, work, or attend school. Objective To quantify the adequacy of serial self-performed SARS-CoV-2 RADT testing in the workplace, in terms of the frequency of correct execution of procedural steps and accurate interpretation of the range of possible RADT results. We compared results using the instructions provided by the manufacturer to those with modified instructions that were informed by the most frequent or most critical errors we observed. Design Repeated cross-sectional, diagnostic accuracy study performed prospectively in the field. Setting Businesses in Montreal, Quebec, Canada, with at least 2 active cases of SARS-CoV-2 infection. Participants Untrained, asymptomatic persons in their workplace, not meeting Public Health quarantine criteria. Exposures A Modified Quick Reference Guide compared to the original manufacturer’s instructions. Main Outcome(s) and Measure(s) The difference in the proportions of correctly performed procedural steps, and the difference in proportions of correctly interpreted RADT proficiency panel results. The secondary outcome, among subjects with two self-testing visits, compared the second to the first self-test visit using the same measures. Results Overall, 1892 tests were performed among 647 subjects. For self-test visit 1, significantly better accuracy in test interpretation was observed using the Modified Quick Reference Guide for weak positive (55.6% vs. 12.3%; 43.3 percentage point improvement, 95% confidence interval [CI] 33.0%-53.8%), positive (89.6% vs. 51.5%; 38.1% difference, 95%CI 28.5%-47.5%), strong positive (95.6% vs. 84.0%; 11.6% improvement, 95%CI 6.8%-16.3%) and invalid (87.3% vs. 77.3%; 10.0% improvement, 95%CI 3.8%-16.3%) tests. Use of the modified guide was associated with smaller, statistically significant, improvements on self-test visit 2. For procedural steps identified as critical for the validity of test results, adherence to procedural testing steps did not differ meaningfully according to instructions provided or reader experience. Conclusions and Relevance Longitudinal mass RADT testing for SARS-CoV-2 can be accurately self-performed in an intended-use setting; this work provides evidence for how to optimise performance. Key Points Questio Do untrained users correctly perform and interpret the results of SARS-CoV-2 rapid antigen detection tests (RADT) in the workplace, and how can their performance be optimised? Findings In this prospective field evaluation of self-performed SARS-CoV-2 RADT in an intended-use setting, we found that the accuracy of RADT interpretation was poor when the manufacturer’s instructions were used. A Modified Quick Reference Guide yielded significantly better user performance. Meaning Longitudinal mass RADT testing for SARS-CoV-2 can be accurately self-performed in an intended-use setting; this work provides evidence for how to optimise performance.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,166
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,107
Tête enseignante GPT0,338
Écart entre enseignants0,231 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetSARS-CoV-2 detection and testingTravaux en français237 207