Mass testing for asymptomatic COVID-19 infection among healthcare workers at a large Canadian hospital
Notice bibliographique
Résumé
Background: The perceived risk of coronavirus disease 2019 (COVID-19) infection for healthcare workers (HCWs) is high. Although testing has focused on symptomatic HCWs, asymptomatic testing is considered by some to be an important strategy to limit occupational spread. Evidence on the results of large asymptomatic testing strategies in healthcare is, however, limited. This study examines the uptake and positivity of COVID-19 testing in a voluntary asymptomatic testing campaign at a large Canadian hospital. Method: In addition to testing HCWs with symptoms, all asymptomatic staff were offered a COVID-19 test at Trillium Health Partners, a large Ontario hospital, from May 27 to June 15, 2020. Testing was offered in four waves, corresponding to the likelihood of exposure to COVID-19-positive patients. The mass asymptomatic testing campaign was offered when the hospital’s community test positivity rate had declined to 5%. Results: Since March 16, the hospital has tested 51.3% of its 10,143-person workforce at least once. In the asymptomatic testing campaign for HCWs between May 27 and June 15, 27% of clinical and non-clinical staff received testing. No large differences were found in the proportions of clinical HCWs tested by their exposure to COVID-19-positive patients. In this campaign, 0.2% of asymptomatic HCWs tested positive. However, these individuals either had mild symptoms at testing and did not self-identify or became symptomatic after testing. Conclusions: At this large hospital with declining community prevalence, a mass asymptomatic testing campaign of HCWs found they had a very low likelihood of testing positive 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 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 | 0,010 |
| 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 | 0,001 | 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) | 0,000 | 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 ».