Testing for COVID-19 during an outbreak within a large UK prison: an evaluation of mass testing to inform outbreak control
Notice bibliographique
Résumé
OBJECTIVES: The aim of this paper was to describe the results of mass asymptomatic testing for COVID-19 in a male prison in England following the declaration of an outbreak. It provides novel data on the implementation of a mass testing regime within a prison during the pandemic. METHODS: The paper is an observational evaluation of the mass testing conducted for 6 months following the declaration of a COVID-19 outbreak within a prison. It investigated the incidence of positive cases in both staff and residents using polymerase chain reaction testing. RESULTS: Data from October 2020 until March 2021 was included. A total of 2170 tests were performed by 851 residents and 182 staff members; uptake was 48.3% for people living in prison and 30.4% for staff. Overall test positivity was 11.6% (14.3% for residents, 3.0% for staff), with around one-quarter of these reporting symptoms. The prison wing handling new admissions reported the second-lowest positivity rate (9.4%) of the eight wings. CONCLUSION: Mass testing for COVID-19 over a short space of time can lead to rapid identification of additional cases, particularly asymptomatic cases. Testing that relies on residents and staff reporting symptoms will underestimate the true extent of transmission and will likely lead to a prolonged outbreak.
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 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».