Risk factors associated with severe acute respiratory coronavirus virus 2 (SARS-CoV-2) transmission, outbreak duration, and mortality in acute-care settings
Notice bibliographique
Résumé
BACKGROUND: Transmission of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) in acute-care settings affects patients, healthcare workers, and the healthcare system. We conducted an analysis of risk factors associated with outbreak severity to inform prevention strategies. METHODS: This cross-sectional analysis of COVID-19 outbreaks was conducted at Fraser Health acute-care sites between March 2020 and March 2021. Outbreak severity measures included COVID-19 attack rate, outbreak duration, and 30-day case mortality. Generalized linear models with generalized estimating equations were used for all outcome measures. A P value of 0.05 indicated statistical significance. Analyses were performed using SAS version 3.8 software, R version 4.1.0 software, and Stata version 16.0 software. RESULTS: Between March 2020 and March 2021, 54 COVID-19 outbreaks were declared in Fraser Health acute-care sites. Overall, a 10% increase in the hand hygiene rate during the outbreak resulted in an 18% decrease in the attack rate (P < .01), 1 fewer death (P = .03), and shorter outbreaks (P < .01). A 10-year increase in unit age was associated with 2.2 additional days of outbreak (P < 0.01) and increases in the attack rate (P < .05) and the number of deaths (P < .01). DISCUSSION: We observed an inverse relationship between increased hand hygiene compliance during outbreaks and all 3 severity measures. Increased unit age was also associated with increases in each of the severity measures. CONCLUSION: This study highlights the importance of hand hygiene practices during an outbreak and the difficulties faced by older facilities, many of which have infrastructural challenges. The latter reinforces the need to incorporate infection control standards into healthcare planning and construction.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».