Genomic Epidemiology of a Severe Acute Respiratory Syndrome Coronavirus 2 Outbreak in a US Major League Soccer Club: Was It Travel Related?
Notice bibliographique
Résumé
Background: Professional soccer athletes are at risk of acquiring severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). United States Major League Soccer (MLS) uses protocol-based SARS-CoV-2 testing for identification of individuals with coronavirus disease 2019. Methods: Per MLS protocol, fully vaccinated players underwent SARS-CoV-2 real-time polymerase chain reaction testing weekly; unvaccinated players were tested every other day. Demographic and epidemiologic data were collected from individuals who tested positive, and contact tracing was performed. Whole genome sequencing (WGS) was performed on positive specimens, and phylogenetic analyses were used to identify potential transmission patterns. Results: In the fall of 2021, all 30 players from 1 MLS team underwent SARS-CoV-2 testing per protocol; 27 (90%) were vaccinated. One player who had recently traveled to Africa tested positive for SARS-CoV-2; within the following 2 weeks, 10 additional players and 1 staff member tested positive. WGS yielded full genome sequences for 10 samples, including 1 from the traveler. The traveler's sample was Delta sublineage AY.36 and was closely related to a sequence from Africa. Nine samples yielded other Delta sublineages including AY.4 (n = 7), AY.39 (n = 1), and B.1.617.2 (n = 1). The 7 AY.4 sequences clustered together; suggesting a common source of infection. Transmission from a family member visiting from England to an MLS player was identified as the potential index case. The other 2 AY.4 sequences differed from this group by 1-3 nucleotides, as did a partial genome sequence from an additional team member. Conclusions: WGS is a useful tool for understanding SARS-CoV-2 transmission dynamics in professional sports teams.
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) | 0,002 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».