MétaCan
Menu
Retour à la cohorte
Enregistrement W4389029703 · doi:10.1093/ofid/ofad500.1652

1823. Disproportionate Rates of COVID-19 Among Black Canadian Communities: Lessons from the First Year of the Pandemic

2023· article· en· W4389029703 sur OpenAlexaffabout
Upton Allen, Michelle Barton, Julia Upton, Annette Bailey, Aaron Campigotto, Mariana Abdulnoor, Jean‐Philippe Julien, Jonathan B. Gubbay, Niranjan Kissoon, Alice Litosh, Peter Wong, Andrew R. Allen, Renee Bailey, Walter Byrne, Matthew Hwang, Chantal Phillips, Alicia Polack, Cheryl Prescod, Kimberly M. Thompson, Sylvanus Thompson, Nicole Wisener, Carl James

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensThornhill Medical (Canada)York UniversityHospital for Sick ChildrenRegent Park Community Health CentreSickKids FoundationToronto Metropolitan UniversityBC Children's HospitalLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicAsymptomaticDemographySerologyCoronavirus disease 2019 (COVID-19)Logistic regressionSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)EpidemiologyInternal medicineImmunologyAntibodyDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Background Black North American communities have been disproportionately affected by COVID-19. These data have been largely based on case counts, hospitalizations and mortality data. Serologic testing enables a more complete determination of infection burden by documenting infection in persons with symptomatic as well as asymptomatic infection. We used serologic testing to determine the extent to which SARS-CoV-2 had penetrated into the Black community. We examined risk factors associated with seropositivity, including the presence of medical comorbidities and the social determinants of health. Methods We conducted a cross-sectional survey in a COVID-19 high-prevalence zone in Ontario along with 2 areas that have lower rates of COVID-19 cases. SARS-CoV-2 IgG antibodies were determined using the EUROIMMUN assay. The study samples were collected between August 15, 2020, and December 15, 2020 prior to the deployment of COVID-19 vaccines. Proportions were compared using Fishers Exact test or chi-square; potential risk factors were examined using a multiple logistic regression approach. Results Among 387 evaluable subjects, the majority, 274 (70.8%) were enrolled from northwest Greater Toronto Area (GTA) and adjoining suburban areas of Peel, Ontario with a high proportion of Black residents. The seropositivity rates for the lower prevalence areas (Oakville and London, Ontario) were comparable (3.3% (2/60; 95% CI 0.4-11.5) and 3.9% (2/51; 95% CI 0.5-13.5), respectively). The seropositivity rate for the northwest GTA was 12.6% (26/206); RR 3.5, 95% CI 1.3-9.8). Persons under the age of 19 years had the highest seropositivity rate (10/50; 20.0%, 95% CI 10.3-33.7%). Front-line workers were greater than 3 times more likely to be seropositive compared with non-frontline workers (13.0 vs 3.2%; p=.01; RR 3.3 (95% CI 1.3 – 8.3). There was an interaction effect between race and location of residence as this relates to the relative risk of seropositivity. Conclusion During the pre-vaccine phase of the COVID-19 pandemic, the seropositivity rate for SARS-CoV-2 within a COVID-19 high-prevalence area was 3-fold greater than lower prevalence areas of Ontario, Canada. The data help to define the burden of COVID-19 within a community with a high proportion of Black residents compared with other communities. Disclosures All Authors: No reported disclosures

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 enseignants0,030
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,084
Tête enseignante GPT0,398
Écart entre enseignants0,314 · 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 revueOpen Forum Infectious DiseasesMême sujetRespiratory viral infections researchTravaux en français237 207