Viral cultures for assessing airborne infectiousness of SARS-CoV-2: a systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: There is uncertainty about the quantification, viability and infectivity of SARS-CoV-2 in air samples. Our objective was to systematically review the evidence for air sample virus infectiousness with high-level confirmatory studies. METHODS: We conducted literature searches in LitCovid, medRxiv, PubMed, the WHO Covid-19 databases, and Google Scholar. We included studies that assessed viral infectiousness in the air using viral culture or serial qRT-PCR with or without genomic sequencing. Our primary outcome was the proportion of culture-positive air samples of SARS-CoV-2. Secondary outcomes explored the relationship between infectiousness and Cycle threshold (Ct). We used published methods for assessing quality, and R software for meta-analysis. RESULTS: = 52.3%; p = 0.001). The data were not sufficient to compute a threshold for infectivity, or to explore the relationship between distance and infectiousness. CONCLUSIONS: The proportion of positive SARS-CoV-2 viral cultures following positive RNA samples in the air is low, suggesting that while viral RNA may be present, the likelihood of detecting culturable, infectious viruses is substantially lower. Our findings underscore the need for standardized guidelines to assess and report the infectivity and potential for transmissibility of airborne viruses, including the consistent reporting of Ct values and methods to mitigate bias.
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 | 0,030 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,028 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».