MétaCan
Menu
Retour à la cohorte
Enregistrement W4391092395 · doi:10.1007/s40615-023-01903-z

Disproportionate Rates of COVID-19 Among Black Canadian Communities: Lessons from a Cross-Sectional Study in the First Year of the Pandemic

2024· article· en· W4391092395 sur OpenAlexafffundabout
Upton Allen, Michelle Barton, Julia Upton, Annette Bailey, Aaron Campigotto, Mariana Abdulnoor, Jean‐Philippe Julien, Jonathan B. Gubbay, Niranjan Kissoon, Alice Litosh, Maria-Rosa La Neve, Peter Wong, Andrew R. Allen, Renee Bailey, Walter Byrne, Ranjeeta Jagoowani, Chantal Phillips, Manuela Merreles-Pulcini, Alicia Polack, Cheryl Prescod, Arjumand Siddiqi, Alexander Summers, Kimberly M. Thompson, Sylvanus Thompson, Carl James, Pamela Appelt, Mark Awuku, Paul Bailey, J. Michael Collins, Liben Gebremikael, Jenny Gumb, Tesfai Mengesha, Adaoma Patterson, Noelle Richardson, Nicole L. Welch

Notice bibliographique

RevueJournal of Racial and Ethnic Health Disparities · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensToronto Public HealthMiddlesex London Health UnitUniversity of TorontoSickKids FoundationToronto Metropolitan UniversityYork UniversityRegent Park Community Health CentreUniversity of British ColumbiaHospital for Sick ChildrenPublic Health OntarioLondon Health Sciences Centre
Organismes subventionnairesTemerty Faculty of Medicine, University of TorontoHospital for Sick Children
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicCross-sectional study2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)EpidemiologyBetacoronavirusCoronavirus InfectionsGeographyEnvironmental healthMedicineDemographyVirologySociologyOutbreakDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Racialized communities, including Black Canadians, have disproportionately higher COVID-19 cases. We examined the extent to which SARS-CoV-2 infection has affected the Black Canadian community and the factors associated with the infection. METHODS: We conducted a cross-sectional survey in an area of Ontario (northwest Toronto/Peel Region) with a high proportion of Black residents along with 2 areas that have lower proportions of Black residents (Oakville and London, Ontario). SARS-CoV-2 IgG antibodies were determined using the EUROIMMUN assay. The study was conducted between August 15, 2020, and December 15, 2020. RESULTS: Among 387 evaluable subjects, the majority, 273 (70.5%), were enrolled from northwest Toronto and adjoining suburban areas of Peel, Ontario. The seropositivity values for Oakville and London were comparable (3.3% (2/60; 95% CI 0.4-11.5) and 3.9% (2/51; 95% CI 0.5-13.5), respectively). Relative to these areas, the seropositivity was higher for the northwest Toronto/Peel area at 12.1% (33/273), relative risk (RR) 3.35 (1.22-9.25). Persons 19 years of age or less had the highest seropositivity (10/50; 20.0%, 95% CI 10.3-33.7%), RR 2.27 (1.23-3.59). There was a trend for an interaction effect between race and location of residence as this relates to the relative risk of seropositivity. INTERPRETATION: During the early phases of the pandemic, the seropositivity within a COVID-19 high-prevalence zone was threefold greater than lower prevalence areas of Ontario. Black individuals were among those with the highest seroprevalence of SARS-CoV-2.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,027
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,164
Tête enseignante GPT0,473
Écart entre enseignants0,309 · 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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Racial and Ethnic Health DisparitiesMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207