Detection of Covid-19 Outbreaks Using Built Environment Testing for SARS-CoV-2
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Environmental surveillance of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) through wastewater has become a useful tool for population-level surveillance. Built environment sampling may provide a more spatially refined approach for surveillance in congregate living settings. METHODS: We conducted a prospective study in 10 long-term care homes (LTCHs) between September 2021 and November 2022. Floor surfaces were sampled weekly at multiple locations within each building and analyzed for the presence of SARS-CoV-2 using quantitative reverse transcriptase polymerase chain reaction. The primary outcome was the presence of a coronavirus disease 2019 (Covid-19) outbreak in the week that floor sampling was performed. RESULTS: Over the 14-month study period, we collected 4895 swabs at 10 LTCHs. During the study period, 23 Covid-19 outbreaks occurred with 119 cumulative weeks under outbreak. During outbreak periods, the proportion of floor swabs that were positive for SARS-CoV-2 was 54.3% (95% confidence interval [CI], 52 to 56.6), and during non-outbreak periods it was 22.3% (95% CI, 20.9 to 23.8). Using the proportion of floor swabs positive for SARS-CoV-2 to predict Covid-19 outbreak status in a given week, the area under the receiver-operating characteristic curve was 0.84 (95% CI, 0.78 to 0.9). Among 10 LTCHs with an outbreak and swabs performed in the prior week, eight had positive floor swabs exceeding 10% at least 5 days before outbreak identification. For seven of these eight LTCHs, positivity of floor swabs exceeded 10% more than 10 days before the outbreak was identified. CONCLUSIONS: Detection of SARS-CoV-2 on floors is strongly associated with Covid-19 outbreaks in LTCHs. These data suggest a potential role for floor sampling in improving early outbreak identification.
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.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle