MétaCan
Menu
Retour à la cohorte
Enregistrement W4317233290 · doi:10.1101/2023.01.15.23284579

Extensive SARS-CoV-2 testing reveals BA.1/BA.2 asymptomatic rates and underreporting in school children

2023· preprint· en· W4317233290 sur OpenAlexaffabout
Maria M. Martignoni, Zahra Mohammadi, J. Concepción Loredo‐Osti, Amy Hurford

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensUniversity of GuelphMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésAsymptomaticOutbreakCoronavirus disease 2019 (COVID-19)PandemicDemographyPopulationPublic healthMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PediatricsFamily medicinePsychologyEnvironmental healthVirologySurgeryNursingDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Case underreporting during the COVID-19 pandemic has been a major challenge to the planning and evaluation of public health responses. Inconsistent underreporting can undermine effective risk assessment due to high uncertainty in predicted future scenarios. Underreporting rates have been particularly high among children and youth, given that asymptomatic school children were often considered a less vulnerable population. In January 2022, the Canadian province of Newfoundland and Labrador (NL) was experiencing an Omicron variant outbreak (BA.1/BA.2 subvariants) and public health officials recommended that all students returning to elementary, junior high, and high schools (∼59,452 students) complete two rapid antigen tests (RATs) to be performed three days apart. To estimate the prevalence of SARS-CoV-2, we asked parents and guardians to report the results of the RATs completed by K-12 students using an online survey, and to specify the students’ school level and if students with positive RAT results had symptoms. When comparing the survey responses with the number of cases and tests reported by the NL testing system, we found that 1 out of every 4.3 (3.1-5.3) positive households were captured by provincial case count, with 5.1% positivity estimated from the RAT results, and 1.2% positivity reported by the provincial testing system. The survey data indicate that a higher percentage of SARS-CoV-2 cases were found in elementary schools, with 62.9% of positive cases (95% CI: 44.3%, 83.0%) reported from elementary school students, and the remaining 37.1% (95% CI: 22.7%, 52.9%) reported from junior high and high school students. Asymptomatic infections were 59.8% of the positive cases, with no significant difference between asymptomatic rates in elementary schools (60.8%) or in junior high and high schools (58.1%). Given the low survey participation rate (3.5%), our results may suffer from sample selection biases, and should be interpreted with caution. Nonetheless, our estimate of the underreporting ratio is consistent with ratios calculated from serology data, and our study provides insights into infection prevalence and asymptomatic infections in school children, a currently understudied population. We declare that This manuscript is original and is not a violation or infringement of any existing copyright or license The manuscript is not under consideration elsewhere All authors meet the definition of authorship as set out by the International Committee of Medical Journal Editors (ICMJE) Permission has been obtained from the copyright holder(s) if indicated, for the use of any third-party textual, graphic, artistic or other material

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,070
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,105
Tête enseignante GPT0,356
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetSARS-CoV-2 detection and testingTravaux en français237 207