Accuracy of rapid antigen testing for COVID-19 in shelter settings
Notice bibliographique
Résumé
Abstract Background The COVID-19 pandemic disproportionally affected congregate living settings, including shelters. COVID-19 transmission can have more adverse outcomes in these settings due to the vulnerability of residents. Point of care rapid antigen testing (RAT) represents a strategy with potential benefits for COVID-19 detection in shelters, including rapid results, ease of use, cost-effectiveness, and early detection. Objectives Our primary objective was to assess the real-world test accuracy of RAT for COVID-19 using the Quidel Sofia 2 Flu + SARS Antigen fluorescent immunoassay (Sofia RAT) compared to polymerase chain reaction (PCR) testing among shelter residents in Ontario, Canada. Study Design A consecutive sample of 102 residents across six shelters who were symptomatic for, or exposed to COVID-19 were included. The RAT and PCR samples were taken on the same day for each participant. Results from the Sofia RAT were compared to PCR test results to determine test accuracy. Participant demographic data could not be collected due to workforce constraints. Results We reported our methods and findings using the QUality Assessment tool of Diagnostic Accuracy Studies (QUADAS-2) guidelines. Sofia 2 RAT specificity was 97.9% (95% CI: 92.7% to 99.7%) for COVID-19 compared to PCR. Due to a lack of true positive cases, sensitivity could not accurately be calculated (0.00% (95% CI: 0.00% to 52.2%)). Conclusion These data suggest that the Sofia RAT is a highly specific test for COVID-19.
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 | 0,010 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».