Coronavirus disease 2019 (COVID-19) outbreak on an in-patient medical unit associated with unrecognized exposures in common areas—Epidemiological and whole-genome sequencing investigation
Notice bibliographique
Résumé
OBJECTIVE: Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) hospital outbreaks have been common and devastating during the coronavirus disease 2019 (COVID-19) pandemic. Understanding SARS-CoV-2 transmission in these environments is critical for preventing and managing outbreaks. DESIGN: Outbreak investigation through epidemiological mapping and whole-genome sequencing phylogeny. SETTING: Hospital in-patient medical unit outbreak in Toronto, Canada, from November 2020 to January 2021. PARTICIPANTS: The outbreak involved 8 patients and 10 staff and was associated with 3 patient deaths. RESULTS: Patients being cared for in geriatric chairs at the nursing station were at high risk for both acquiring and transmitting SARS-CoV-2 to other patients and staff. Furthermore, given the informal nature of these transmissions, they were not initially recognized, which led to further transmission and missing the opportunity for preventative COVID-19 therapies. CONCLUSIONS: During outbreak prevention and management, the risk of informal patient care settings, such as geriatric chairs, should be considered. During high-risk periods or during outbreaks, efforts should be made to care for patients in their rooms when possible.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».