MétaCan
Menu
Retour à la cohorte
Enregistrement W4409823973 · doi:10.1101/2025.04.23.650113

COVID-19 in Space: Possible Health Risks and Preparedness Guidelines

2025· preprint· en· W4409823973 sur OpenAlexafffund
Ishan Vashishat, Barnabe D. Assogba

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueSpaceflight effects on biology
Établissements canadiensKwantlen Polytechnic UniversityDouglas College
Organismes subventionnairesKwantlen Polytechnic University
Mots-clésCoronavirus disease 2019 (COVID-19)Preparedness2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Environmental healthSpace (punctuation)Environmental scienceBusinessMedicineMedical emergencyVirologyOutbreakComputer sciencePolitical sciencePathologyDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Background The COVID-19 pandemic of 2020 resulted in over 705 million infections and more than 7 million deaths worldwide. The virus primarily spreads through aerosol droplets released during breathing, coughing, or sneezing, leading to symptoms ranging from mild fever and cough to severe outcomes, including death. Given the high risk associated with COVID-19, understanding its behaviour in diverse geographical and environmental conditions is critical. Space exploration and tourism represent an emerging industry, projected to reach a market value of $1.8 trillion. With numerous space missions planned by space agencies such as NASA, SpaceX, and ISRO, it is vital to address potential health risks for astronauts and space tourists. Objective With the expansion of human exploration into space, there is an urgent need to assess the risks posed by COVID-19 in extraterrestrial environments. This study reviews existing literature on airborne infections in space, identifies key knowledge gaps, and enhances preparedness for potential COVID-19 outbreaks during space missions. Methods A systematic literature review was conducted to identify studies examining airborne infectious diseases in space and their health effects under microgravity. Databases searched included PubMed and NASA’s Open Data Portal. To compare these findings with Earth-based data, additional systematic reviews were performed to analyze the known effects of these diseases on Earth, using Pathogen Safety Data Sheets. A separate systematic review was conducted using PubMed to explore similarities between COVID-19 and the selected airborne infectious diseases. Using a comparative approach, disease effects observed on Earth and in space were analyzed to predict COVID-19’s potential behavior in microgravity. Existing guidelines for managing airborne diseases in space and on Earth were reviewed and compared to develop a set of preparedness recommendations for COVID-19 in space. Results The airborne infectious diseases occurring in space found in this study include Aspergillus fumigatus, Beauveria bassiana , Epstein-Barr Virus (EBV), Escherichia coli, Klebsiella pneumoniae infections , Pseudomonas aeruginosa , Roseolovirus (Human Herpesvirus 6 & 7), Salmonella Typhimurium infection , Serratia marcescens infection , Staphylococcus aureus, Staphylococcus epidermidis , and Varicella-Zoster Virus (VZV). The relationship between the aforementioned diseases and COVID-19 was used in regard to theorizing the effects of COVID-19 in space. Six Tentative effects of COVID-19 in a microgravity environment could be theorized in this study. Along with that, recommendations to improve the current space travel health guidelines have also been referred to. Conclusion The results of this study will change the course of human space exploration by assisting in the protection of space travelers and guiding the development of new designs for spacecraft that include extra safety features.

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)0,032
score de la tête « metaresearch » (Gemma)0,123
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,123
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,008
Bibliométrie0,0080,004
Études des sciences et des technologies0,0020,003
Communication savante0,0050,007
Science ouverte0,0060,005
Intégrité de la recherche0,0110,007
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,063
Tête enseignante GPT0,363
Écart entre enseignants0,300 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetSpaceflight effects on biologyTravaux en français237 207