What factors converged to create a COVID-19 hot-spot? Lessons from the South Asian community in Ontario
Notice bibliographique
Résumé
Abstract Background South Asians represent the largest non-white ethnic group in Canada. The Greater Toronto Area (GTA), home to a high proportion of South Asians, emerged as a COVID-19 hot spot. Early in the pandemic, the South Asian community was identified as having risk factors for exposure and specific barriers to accessing testing and reliable health information, rendering them uniquely vulnerable to SARS-CoV-2 infection. Objectives To investigate the burden of SARS-CoV-2 infection among South Asians in the GTA, and to determine which demographic characteristics were most closely aligned with seropositivity, in this cross-sectional analysis of a prospective cohort study. Methods Participants from the GTA were enrolled between April and July 2021. Seropositivity for anti-spike and anti-nucleocapsid antibodies was determined from dried blood spots, and age and sex standardized to the Ontario South Asian population. Demographics, risk perceptions, and sources of COVID-19 information were collected via questionnaire in a subset. Results Among the 916 South Asians enrolled, mean age 41 years, the age and sex standardized seropositivity was 23.6% (95% CI: 20.8%-26.4%). Approximately one-third identified as essential workers, and 19% reported living in a multi-generational household. Over half perceived high COVID-19 risk due to their geographic location, and 36% due to their type of employment. The top three most trusted sources of COVID-related information included healthcare providers/public health, traditional media sources, and social media. Conclusion By the third wave of the COVID-19 pandemic, approximately one-quarter of a sample of South Asians in Ontario had serologic evidence of prior SARS-CoV-2 infection. Insight into factors that render certain populations at risk can help future pandemic planning and disease control efforts.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».