MétaCan
Menu
Retour à la cohorte
Enregistrement W4387169329 · doi:10.1017/ash.2023.296

Universal COVID-19 screening at hospitals in a large Canadian health region

2023· article· en· W4387169329 sur OpenAlexaboutno aff
Matthew Garrod, Katy Short

Notice bibliographique

RevueAntimicrobial Stewardship & Healthcare Epidemiology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicLogistic regressionCoronavirus disease 2019 (COVID-19)Multinomial logistic regressionRetrospective cohort studyEmergency departmentTest (biology)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Emergency medicinePediatricsDemographyFamily medicineInternal medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background: Hospitals were affected by COVID-19, with significant concern regarding transmission from unidentified cases. Fraser Health, a Canadian regional health authority, implemented universal testing along with screening questions for emergency department (ED) admissions. We sought to determine which factors were associated with SARS-CoV-2–positive test on admission as well as patient outcome, stratified by screening question responses. Methods: This retrospective analysis included patients aged ≥6 years admitted through 12 hospital EDs between November 1, 2020, and June 30, 2022. Admission, laboratory, and screening data were extracted from electronic health records. Patients who had a first SARS-CoV-2 PCR–positive test in the prior 60 days collected within 48 hours of admission were classified as positive. Covariates included age, geographical region, and SARS-CoV-2 variant era. All questions were modeled using multinomial logistic regression, with components informed through crude analysis in R Studio software. Results: There were 88,511 unique eligible admissions, with 7,642 positive tests (8.6%). The positivity rate over the study period ranged from 0.6% to 21.8%, with a mean of 6.5%. Patients meeting screening criteria were 4.7 times (95% CI, 4.43–4.92) as likely to test positive as those who did not. Patients in the SARS-CoV-2 omicron variant era were 3.2 times (95% CI, 2.98–3.47) as likely to test positive as those in the earlier era of the pandemic. Patients later in the pandemic were less likely to be identified by screening questions than those in earlier eras, with patients in the SARS-CoV-2 omicron variant era only 14% (95% CI, 12%–17%) as likely as in the earlier stages of the pandemic to be identified by screening questions. Patients who tested positive were 1.5 (95% CI, 1.37–1.64) times as likely to die as patients who tested negative, whereas patients in later stages of the pandemic were less likely to die overall. Discussion: Patients who tested positive on admission were more likely to meet screening criteria; however, screening missed half of all positive cases. It is not known whether patients who tested positive without meeting screening criteria would have resulted in transmission. Conclusions: Due to changes in COVID-19 epidemiology, Fraser Health has discontinued universal admission screening. Although universal testing increased resource needs, more than half of patients who tested positive during the study period would not have been identified based on screening criteria alone, allowing for implementation of precaution measures to prevent possible transmission. Ultimately, the decision to conduct universal testing must be a balance of the resources required, community prevalence, and patient population. Disclosures: None

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,036
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,151
Tête enseignante GPT0,429
Écart entre enseignants0,278 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueAntimicrobial Stewardship & Healthcare EpidemiologyMême sujetCOVID-19 and healthcare impactsTravaux en français237 207