MétaCan
Menu
Retour à la cohorte
Enregistrement W4312179199 · doi:10.1186/s12889-022-14892-1

Identifying potential factors associated with PCR testing for COVID-19 among Australian young people: cross-sectional findings from a longitudinal study

2022· article· en· W4312179199 sur OpenAlexaff
Md Irteja Islam, Verity Chadwick, Alexandra Martiniuk

Notice bibliographique

RevueBMC Public Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilDepartment of Social Services, Australian Government
Mots-clésBiostatisticsMedicineLongitudinal studyDemographyCoronavirus disease 2019 (COVID-19)PandemicLogistic regressionPublic healthCross-sectional studyEpidemiologyPopulationMultivariate analysisYoung adultEnvironmental healthGerontologyInternal medicineDiseasePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Testing has played a crucial role in reducing the spread of COVID-19. Though COVID-19 symptoms tend to be less severe in adolescents and young adults, their highly social lifestyles can lead to increased transmission of the virus. In this study, we aimed to provide population-based estimates of polymerase chain reaction testing (PCR) for the COVID-19 pandemic and identify factors associated with PCR testing in Australian youth using the latest survey data from the Longitudinal Study of Australian Children (LSAC). METHODS: We used the latest wave (9C1) of the LSAC, collected from 16 to 21-year-old Australians via an online survey between October and December 2020. In total, 2291 youths responded to the questions about COVID-19 testing including factors related to the coronavirus restriction period (CRP) in Australia. Both bivariate and multivariate logistic regression analyses were performed to identify variables (sociodemographic factors and factors related to CRP) associated with COVID-19 testing. RESULTS: During the study period, 26% (n = 587) of Australian youth aged between 16 and 21 years were tested for COVID-19. The strongest predictor of COVID-19 testing was living in major cities (aOR 1.82, 95% CI:1.34-2.45; p < 0.01). Increased age (aOR 1.97, 1.00-3.89; p < 0.05) and having a pre-existing medical condition (aOR 1.27, 1.02-1.59; p < 0.05) were also significantly associated with a higher likelihood of COVID-19 testing. CONCLUSION: Age, remoteness and having a pre-existing medical illness were associated with PCR COVID-19 testing among Australian youth aged between 16 and 21 years in the first year of the COVID-19 pandemic. More research is warranted to identify factors associated with other COVID-19 testing methods and address the specific barriers that may limit COVID-19 testing in this age group.

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)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,278
Tête enseignante GPT0,413
Écart entre enseignants0,136 · 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'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetSARS-CoV-2 detection and testingTravaux en français237 207