SARS-CoV-2 RT-PCR positivity in relation to clinical and demographic characteristics in residents of border quarantine centres, Khyber Pakhtunkhwa, Pakistan: a prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: As international travellers were the primary source of sever acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection, border checkpoints became an important tool to isolate cases. We determined the period prevalence and SARS-CoV-2 reverse transcription polymerase chain reaction positivity in relation to clinical and demographic characteristics in healthy travellers quarantined at the Pakistan-Afghanistan border. METHODS: The study was conducted from 15 to 25 April 2020. Period prevalence was calculated and the association between positivity and individuals' age, sex and occupation were assessed using χ2 and Mantel-Haenszel tests. Logistic regression was used to calculate adjusted odds ratios (ORs) for each age group. Time-to-event (TTE) analysis was conducted to check the difference in positivity among various groups. RESULTS: In a total of 708 individuals, 71 tested positive (10%). Compared with those ≤20 y of age, the sex- and occupation-adjusted odds of testing positive were less among the older age group (41-60 y; OR 0.26, p=0.008). Taxi drivers had higher odds of testing positive (OR 4.08, p<0.001). Kaplan-Meier curves and hazard ratios (0.32, p<0.01) showed that the positivity period differed significantly across the pre-symptomatic vs asymptomatic group (26 vs 14 d). CONCLUSIONS: The cases who were likely to acquire infection through occupational exposure largely remained asymptomatic. For effective control of transmission and the emergence of new variants, testing capacities should be revamped with effective isolation measures.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».