MétaCan
Menu
Retour à la cohorte
Enregistrement W4400039933 · doi:10.3390/v16071031

Comparative Analysis of the Clinical Presentation of Individuals Who Test Positive or Negative for SARS-CoV-2: Results from a Test Street Study

2024· article· en· W4400039933 sur OpenAlexaff
Pantea Kiani, Pauline A. Hendriksen, Andy J. Kim, Johan Garssen, Joris C. Verster

Notice bibliographique

RevueViruses · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensDalhousie University
Organismes subventionnairesUniversiteit Utrecht
Mots-clésTest (biology)Coronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakMedicinePresentation (obstetrics)DemographyPsychologyVirologyBiologyInternal medicineSurgeryOutbreakEcologyInfectious disease (medical specialty)Sociology

Résumé

récupéré en direct d'OpenAlex

The common cold, the flu, and the 2019 coronavirus disease (COVID-19) have many symptoms in common. As such, without testing for severe-acute-respiratory-syndrome-related coronavirus 2 (SARS-CoV-2), it is difficult to conclude whether or not one is infected with SARS-CoV-2. The aim of the current study was to compare the presence and severity of COVID-19-related symptoms among those who tested positive or negative for the beta variant of SARS-CoV-2 (B.1.351) and identify the clinical presentation with the greatest likelihood of testing positive for SARS-CoV-2. n = 925 individuals that were tested for SARS-CoV-2 at Dutch mass testing sites (i.e., test streets) were invited to complete a short online survey. The presence and severity of 17 COVID-19-related symptoms were assessed. In addition, mood, health correlates, and quality of life were assessed for the week before the test. Of the sample, n = 88 tested positive and n = 837 tested negative for SARS-CoV-2. Individuals who tested positive for SARS-CoV-2 reported experiencing a significantly greater number, as well as greater overall symptom severity, compared to individuals who tested negative for SARS-CoV-2. A binary logistic regression analysis revealed that increased severity levels of congestion, coughing, shivering, or loss of smell were associated with an increase in the odds of testing positive for SARS-CoV-2, whereas an increase in the severity levels of runny nose, sore throat, or fatigue were associated with an increase in the odds of testing negative for SARS-CoV-2. No significant differences in mood or health correlates were found between those who tested positive or negative for SARS-CoV-2, except for a significantly higher stress score among those who tested negative for SARS-CoV-2. In conclusion, individuals that tested positive for SARS-CoV-2 experienced a significantly greater number and more severe COVID-19-related symptoms compared to those who tested negative for SARS-CoV-2. Experiencing shivering and loss of smell may be the best indicators for increased likelihood of testing positive for 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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,131
Tête enseignante GPT0,470
Écart entre enseignants0,340 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVirusesMême sujetLong-Term Effects of COVID-19Travaux en français237 207