MétaCan
Menu
Retour à la cohorte
Enregistrement W4389030181 · doi:10.1093/ofid/ofad500.1188

1351. Predictors of Loss of Infectivity Among Healthcare Workers with Primary and Recurrent <i>SARS-CoV-2</i> infection: An Observational Cohort Study

2023· article· en· W4389030181 sur OpenAlexaffabout
Stefka Dzieciolowska, Yves Longtin, Hugues Charest, Tonya Roy, Judith Fafard, Inès Levade, Jean Longtin, Leighanne Parkes, Jasmin Villeneuve, Patrice Savard, Jacques Corbeil, Gaston De Serres

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversité LavalCentre hospitalier universitaire de QuébecInstitut National de Santé Publique du QuébecJewish General HospitalCentre Hospitalier de l’Université de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineInfectivityInternal medicineLogistic regressionObservational studyUnivariate analysisCoronavirus disease 2019 (COVID-19)Multivariate analysisCohort studyVirologyVirus

Résumé

récupéré en direct d'OpenAlex

Abstract Background Factors associated with loss of infectivity in healthcare workers (HCWs) with COVID-19 are poorly understood. Understanding predictive factors could help optimize return-to-work criteria and minimize absenteeism. Methods Prospective observational cohort study of HCWs with COVID-19 conducted between Feb 20 2022 and March 6 2023 in 20 institutions in Montreal, Canada, with clinical/laboratory follow-up on Day 5, 7 and 10 of infection. Infectivity was determined by viral culture (Vero E6 cells) on nasopharyngeal swabs. Predictors of loss of infectivity were investigated by univariate and multivariate logistic regression. Results Overall, 121 participants (79.3% female, mean age 40 years) were recruited. Most (n=107, 88.4%) had received ≥3 vaccines and 20 (16.5%) had a history of prior COVID-19. The proportion of HCWs with a positive viral culture decreased from 71.9% on day 5 of infection to 18.2% on day 10. The proportion of HCWs with a positive RT-PCR decreased from 93.3% (112/120) on day 5 (median Ct value, 23.4 [IQR, 20.6-27.9]) to 61.2% (74/120) on day 10 (median Ct value, 32.5 [IQR, 28.5 to undetectable]). Rapid antigen detection test (RADT) positivity decreased from 81.5% on day 5 to 34.2% on day 10. Participants with recurrent COVID-19 had lower likelihood of infectivity at each visit (OR on day 5, 0.14; 95% CI 0.05-0.40; p< 0.001; OR on day 7, 0.04; 95% CI, 0.01-0.33; p=0.003) and none were infective on day 10 (p=0.02). At each visit, recurrent cases had higher median RT-PCR Ct values than primary infections (p< 0.03) and were more likely to have a negative RADT result (p< 0.01). By multivariate analysis, ongoing infectivity was associated with a RT-PCR Ct value < 23 (adjusted OR [aOR] on day 5, 22.75; p< 0.001; aOR on Day 7, 182.30; p< 0.001; and aOR on Day 10; 24.71; p=0.02). A history of previous COVID-19 was associated with a lower probability of infectivity on Day 5 (aOR, 0.005; p=0.003). By contrast, symptom improvement (including fever) and RADT result were not independent predictors of loss of infectivity. Conclusion A lower RT-PCR Ct value is associated with ongoing infectivity, whereas COVID-19 reinfection is a predictor of loss of infectivity. These findings could help optimize return-to-work algorithms. 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)0,002
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 enseignants0,059
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,056
Tête enseignante GPT0,369
Écart entre enseignants0,313 · 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 sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207