Reduced seasonal coronavirus incidence in high‐risk population groups during the COVID‐19 pandemic
Notice bibliographique
Résumé
BACKGROUND: Epidemiological data on seasonal coronaviruses (sCoVs) may provide insight on transmission patterns and demographic factors that favor coronaviruses (CoVs) with greater disease severity. This study describes the incidence of CoVs in several high-risk groups in Ottawa, Canada, from October 2020 to March 2022. METHODS: Serological assays quantified IgG and IgM antibodies to SARS-CoV-2, HCoV-OC43, HCoV-NL63, HCoV-HKU1, and HCoV-229E. Incident infections were compared between four population groups: individuals exposed to children, transit users, immunocompromised, and controls. Associations between antibody prevalence indicative of natural infection and demographic variables were assessed using regression analyses. RESULTS: Transit users and those exposed to children were at no greater risk of infection compared to the control group. Fewer infections were detected in the immunocompromised group (p = .03). SARS-CoV-2 seroprevalence was greater in individuals with low income and within ethnic minorities. CONCLUSIONS: Our findings suggest that nonpharmaceutical interventions intended to reduce SAR-CoV-2 transmission protected populations at high risk of exposure. The re-emergence of sCoVs and other common respiratory viruses alongside SARS-CoV-2 may alter infection patterns and increase the risk in vulnerable populations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».