SARS-CoV-2 burden on the floor was associated with COVID-19 cases and outbreaks in two acute care hospitals: a prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Recent work demonstrated that detection of SARS-CoV-2 on the floor of long-term care facilities is associated with impending COVID-19 outbreaks. It is unknown if similar results will be observed in hospitals. METHODS: Floor swabs were prospectively collected weekly from healthcare worker-only areas (eg, staff locker rooms) at two hospitals in Ontario, Canada for 39 weeks. Floor swabs were processed for SARS-CoV-2 using quantitative reverse-transcriptase polymerase chain reaction. Results were reported as percentage of positive floor swabs and viral copy number. Grouped fivefold cross-validation was used to evaluate model outbreak discrimination. RESULTS: SARS-CoV-2 RNA was detected on 537 of 760 floor swabs (71%). At Hospital A, overall positivity was 90% (95% CI: 85%-93%; N = 280); at Hospital B, overall positivity was 60% (95% CI: 55%-64%; N = 480). There were four COVID-19 outbreaks at Hospital A and seven at Hospital B during the study period. The outbreaks consisted of primarily patient cases (ie, 140 patient cases and 4 staff cases). For every 10-fold increase in viral copies, there was a 22-fold higher odds of a COVID-19 outbreak (OR = 22.0, 95% CI 7.3, 91.8). The cross-validated area under the receiver operating curve for SARS-CoV-2 viral copies for predicting a contemporaneous outbreak was 0.86 (95% CI 0.82-0.90). CONCLUSION: Viral burden of SARS-CoV-2 on floors, even in healthcare worker-only areas, was strongly associated with COVID-19 outbreaks in those hospital wards. Built environment sampling may support hospital COVID-19 outbreak identification, fill gaps in traditional surveillance, and guide infection prevention and control measures.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».