Optimizing the Use of SARS-CoV-2 Antigen Rapid Diagnostic Tests for the Timely Detection of and Response to COVID-19 in Schools and Markets in Uganda
Notice bibliographique
Résumé
The early detection and management of infections is crucial to control epidemics. We evaluated the feasibility and utility of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) antigen rapid diagnostic tests (Ag-RDTs) for the timely detection of and response to coronavirus disease 2019 in high-risk border communities in Uganda. Between May and September 2022, monthly cross-sectional surveys were conducted in 11 schools and two markets in two border districts. Only baseline and end-line testing were also performed in matched control communities. Antigen rapid diagnostic test results and demographic and clinical data were collected, and contacts of patients were traced and tested. All patients were advised to self-isolate, and compliance was assessed on day 5. We enrolled 10,406 participants out of 10,472 screened individuals. The participants had a 1.3% test positivity rate, with schools recording higher, but non-significant, positivity rates than markets (1.4% versus 0.9%; P = 0.149). We tracked 556 contacts, and 536 (96.4%) agreed to test. The test positivity rate was significantly higher among contacts than the index participants (8.8% versus 1.3%; P <0.001). Only 55 (29.7%) of the index participants self-isolated effectively. Settings that received monthly testing had lower end-line positivity rates than controls (0.3% versus 1.4%; P = 0.001). Repeated SARS-CoV-2 Ag-RDT testing is feasible and could reduce SARS-CoV-2 infections. However, the participation in testing may have been enhanced by the compensation provided. Also, isolation was limited, which may reduce the impact of the intervention when rolled out on a large scale. Innovative strategies to increase the isolation of patients could improve the utility of early testing for transmission reduction during epidemics.
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 | 0,001 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».