Factors associated with self-isolating and completing a contact follow-up program: a retrospective analysis of Ontario, Canada’s COVID-19 contact tracing initiative
Notice bibliographique
Résumé
BACKGROUND: Contact tracing is an important tool in slowing the spread of infectious disease and preventing illness. People may face barriers to contact tracing adherence, depending on various personal and contextual characteristics. Thus, we examined a large-scale COVID-19 contact tracing initiative and compared adherence across several socio-demographic and exposure characteristics. METHODS: We analyzed data for 130,255 participants in Ontario's COVID-19 contact tracing initiative from September 2020 to December 2021. During contact follow-up calls, callers recorded whether contacts reported self-isolating and whether they completed follow-up. We performed unadjusted and adjusted logistic regressions to estimate the odds ratios (OR) and 95% confidence intervals (CI) of self-isolating and of completing follow-up, according to contacts' age group, neighbourhood material resources, COVID-19 wave, exposure setting, region, and preferred language. RESULTS: In the adjusted analyses, odds of completing follow-up decreased as neighbourhood-level material resources decreased, with OR = 0.57 (95% CI: 0.54-0.60) comparing highest resource areas to lowest. Compared to COVID-19 contacts living in the Greater Toronto Area, other Ontario regions had higher odds of completing follow-up, with ORs ranging from 1.19 (95% CI: 1.14-1.24) to OR = 1.91 (95% CI: 1.78-2.04). Contacts whose preferred languages were not English had lower odds of self-isolating (OR = 0.57, 95% CI: 0.38-0.84). The 0-4 and 5-11 year old age groups had lower odds of self-isolating than 20-29 year olds, with respective ORs of 0.60 (95% CI: 0.48-0.75) and 0.57 (95% CI: 0.48-0.67). CONCLUSIONS: In preparing for future pandemics, contact tracing programs may benefit from prioritizing additional supports for those who live in areas with fewer material resources, have language preferences other than English, and live in large metropolitan centres.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».