MétaCan
Menu
Retour à la cohorte
Enregistrement W4321107949 · doi:10.1038/s41598-023-29087-w

Optimized workplace risk mitigation measures for SARS-CoV-2 in 2022

2023· article· en· W4321107949 sur OpenAlexaff
Rowland W. Pettit, Bo Peng, Patrick Yu, Peter G. Matos, Alexander L. Greninger, Julie McCashin, Christopher I. Amos

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Cancer InstituteNational Institutes of HealthCancer Prevention and Research Institute of Texas
Mots-clésSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakBetacoronavirusComputer scienceMEDLINEVirologyMedicineBiologyInternal medicineOutbreakDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

596 million SARS-CoV-2 cases have been reported and over 12 billion vaccine doses have been administered. As vaccination rates increase, a gap in knowledge exists regarding appropriate thresholds for escalation and de-escalation of workplace COVID-19 preventative measures. We conducted 133,056 simulation experiments, evaluating the spread of SARS-CoV-2 virus in hypothesized working environments subject to COVID-19 infections from the community. We tested the rates of workplace-acquired infections based on applied isolation strategies, community infection rates, methods and scales of testing, non-pharmaceutical interventions, variant predominance, vaccination coverages, and vaccination efficacies. When 75% of a workforce is vaccinated with a 70% efficacious vaccine against infection, then no masking or routine testing + isolation strategies are needed to prevent workplace-acquired omicron variant infections when the community infection rate per 100,000 persons is ≤ 1. A CIR ≤ 30, and ≤ 120 would result in no workplace-acquired infections in this same scenario against the delta and alpha variants, respectively. Workforces with 100% worker vaccination can prevent workplace-acquired infections with higher community infection rates. Identifying and isolating workers with antigen-based SARS-CoV-2 testing methods results in the same or fewer workplace-acquired infections than testing with slower turnaround time polymerase chain reaction methods. Risk migration measures such as mask-wearing, testing, and isolation can be relaxed, or escalated, in commensurate with levels of community infections, workforce immunization, and risk tolerance. The interactive heatmap we provide can be used for immediate, parameter-based case count predictions to inform institutional policy making. The simulation approach we have described can be further used for future evaluation of strategies to mitigate COVID-19 spread.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,304

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,309
Écart entre enseignants0,283 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetInfection Control and VentilationTravaux en français237 207