The Omicron variant significantly increases viral load emissions in healthcare settings: implication for healthcare workers
Notice bibliographique
Résumé
BACKGROUND: The SARS-CoV-2 Omicron variant is transmitted via contaminated droplets and aerosols, raising concerns in healthcare settings where poor ventilation and high patient density can increase airborne viral load. AIM: This study aimed to assess real-world exposure of healthcare workers to COVID-19-positive patients isolated in designated hospital areas, using continuous 24-h air sampling. METHODS: Air sampling was conducted inside 10 hospital rooms hosting a succession of 38 patients who tested positive for SARS-CoV-2. Sampling was performed using 37-mm cassettes placed near the patients' heads. The Omicron variant in the air was detected by RT-qPCR, with results expressed as emission rates based on air changes per hour for each room and correlated with the onset of patients' symptoms. FINDINGS: genomes/h per patient. Expectoration was the sole symptom significantly affecting emission rates, with patient suffering from it exhibiting values three times higher than patients without. Additionally, the room accounted for half of the variance in emission rates, suggesting that the number of patients and the room's prior usage are key determinants of viral particle exposure. CONCLUSION: Our findings indicate that healthcare workers face significant exposure when providing care in rooms with positive patients, even when mechanically ventilated. Greater attention should be given to treating and managing these spaces to reduce the potential for viral transmission toward healthcare workers.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».