Transmission dynamics of SARS-CoV-2 in British Columbia’s largest school district during the second half of the 2020–2021 school year
Notice bibliographique
Résumé
OBJECTIVES: To determine the extent and characteristics of in-school transmission of SARS-CoV-2 and determine risk factors for in-school acquisition of COVID-19 in one of Canada's largest school districts. METHODS: We conducted a retrospective chart review of all reportable cases of COVID-19 who attended a kindergarten-Grade 12 (K-12) school within the study area between January and June of the 2020-2021 school year. The acquisition source was inferred based on epidemiological data and, when available, whole genome sequencing results. Mixed effects logistic regression was performed to identify risk factors independently associated with in-school acquisition of COVID-19. RESULTS: Overall, 2877 cases of COVID-19 among staff and students were included in the analysis; of those, 9.1% had evidence of in-school acquisition. The median cluster size was two cases (interquartile range: 1). Risk factors for in-school acquisition included being male (adjusted odds ratio [aOR]: 1.59, 95% confidence interval [CI]: 1.17-2.17), being a staff member (aOR: 2.62, 95% CI: 1.64-4.21) and attending or working in an independent school (aOR: 2.28, 95% CI: 1.13-4.62). CONCLUSION: In-school acquisition of COVID-19 was uncommon during the study period. Risk factors were identified in order to support the implementation of mitigation strategies that can reduce transmission further.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».