Utility of SARS-CoV-2 Genomic Sequencing for Understanding Transmission and School Outbreaks
Notice bibliographique
Résumé
OBJECTIVE: An understanding of severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) transmission in schools is important. It is often difficult, using epidemiological information alone, to determine whether cases associated with schools represent multiple introductions from the community or transmission within the school. We describe the use of whole genome sequencing (WGS) in multiple schools to investigate outbreaks of SARS-CoV-2 in the pre-Omicron period. STUDY DESIGN: School outbreaks were identified for sequencing by local public health units based on multiple cases without known epidemiological links. Cases of SARS-CoV-2 from students and staff from 4 school outbreaks in Ontario underwent WGS and phylogenetic analysis. The epidemiological clinical cohort data and genomic cluster data are described to help further characterize these outbreaks. RESULTS: A total of 132 positive SARS-CoV-2 cases among students and staff from 4 school outbreaks were identified with 65 (49%) of cases able to be sequenced with high-quality genomic data. The 4 school outbreaks consisted of 53, 37, 21 and 21 positive cases; within each outbreak there were between 8 and 28 different clinical cohorts identified. Among the sequenced cases, between 3 and 7 genetic clusters, defined as different strains, were identified in each outbreak. We found genetically different viruses within several clinical cohorts. CONCLUSIONS: WGS, together with public health investigation, is a useful tool to investigate SARS-CoV-2 transmission within schools. Its early use has the potential to better understand when transmission may have occurred, can aid in evaluating how well mitigation interventions are working and has the potential to reduce unnecessary school closures when multiple genetic clusters are identified.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».