MétaCan
Menu
← Retour à la cohorte
Enregistrement W4381167528 · doi:10.1101/2023.06.16.23291449

Timing and Predictors of Loss of Infectivity among Healthcare Workers with Primary and Recurrent COVID-19: a Prospective Observational Cohort Study

2023· preprint· en· W4381167528 sur OpenAlexafffund
Stefka Dzieciolowska, Hugues Charest, Tonya Roy, Judith Fafard, Sara Carazo, Inès Levade, Jean Longtin, Leighanne Parkes, Sylvie Nancy Beaulac, Jasmin Villeneuve, Patrice Savard, Jacques Corbeil, Gaston De Serres, Yves Longtin

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensJewish General HospitalUniversité LavalUniversité de MontréalSte. Anne's HospitalInstitut National de Santé Publique du QuébecCentre Hospitalier de l’Université de MontréalMcGill University
Organismes subventionnairesMinistère de la SantéMinistère de la Santé et des Services sociaux
Mots-clésInfectivityMedicineInternal medicineCoronavirus disease 2019 (COVID-19)Prospective cohort studyCohort studyObservational studyCohortMultivariate analysisSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyVirusInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

Abstract Background There is a need to understand the duration of infectivity of primary and recurrent COVID-19 and identify predictors of loss of infectivity. Methods Prospective observational cohort study with serial viral culture, rapid antigen detection test (RADT) and RT-PCR on nasopharyngeal specimens of healthcare workers with COVID-19. The primary outcome was viral culture positivity as indicative of infectivity. Predictors of loss of infectivity were determined using multivariate regression model. The performance of the US CDC criteria (fever resolution, symptom improvement and negative RADT) to predict loss of infectivity was also investigated. Results 121 participants (91 female [79.3%]; average age, 40 years) were enrolled. Most (n=107, 88.4%) had received ≥3 SARS-CoV-2 vaccine doses, and 20 (16.5%) had COVID-19 previously. Viral culture positivity decreased from 71.9% (87/121) on day 5 of infection to 18.2% (22/121) on day 10. Participants with recurrent COVID-19 had a lower likelihood of infectivity than those with primary COVID-19 at each follow-up (day 5 OR, 0.14; p<0.001]; day 7 OR, 0.04; p=0.003]) and were all non-infective by day 10 (p=0.02). Independent predictors of infectivity included prior COVID-19 (adjusted OR [aOR] on day 5, 0.005; p=0.003), a RT-PCR Ct value <23 (aOR on day 5, 22.75; p<0.001), but not symptom improvement or RADT result. The CDC criteria would identify 36% (24/67) of all non-infectious individuals on Day 7. However, 17% (5/29) of those meeting all the criteria had a positive viral culture. Conclusions Infectivity of recurrent COVID-19 is shorter than primary infections. Loss of infectivity algorithms could be optimized.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,093
Tête enseignante GPT0,379
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→