Associations entre l'état autodéclaré de l'infection par le SRAS-CoV-2, la sérologie et les symptômes courants de la COVID-19 à long terme chez les adultes au Canada, une étude transversale
Bibliographic record
Abstract
Contexte : Diverses méthodes, y compris l'autodéclaration et les tests de dépistage d'anticorps, ont été utilisées pour estimer la prévalence des infections par le SRAS-CoV-2 et des symptômes connexes à long terme, mais l'influence des méthodes employées sur les conclusions n'a pas été explorée en profondeur.Objectif : Nous avons examiné les associations entre l'autodéclaration et les résultats sur les anticorps chez la population adulte canadienne (âgée de 18 ans et plus).Méthodes : Nous avons utilisé les données d'une vaste enquête transversale probabiliste fondée sur la population menée entre avril et août 2022.L'état infectieux autodéclaré et les expériences avec des symptômes courants de la COVID-19 à long terme depuis le début de la pandémie ont été recueillis, ainsi qu'un échantillon de sang séché pour mesurer les anticorps du SRAS-CoV-2.Résultats : En août 2022, le nombre d'adultes ayant déclaré avoir contracté une infection confirmée ou soupçonnée était de 37,9 % (IC à 95 % : 36,8 %-39,1 %), tandis que la probabilité moyenne globale d'avoir des anticorps liés à l'infection était de 52,9 % (IC à 95 % : 51,8 %-54,0 %) et augmentait avec la certitude d'un répondant d'être infecté.Toutefois, la probabilité moyenne d'avoir des anticorps liés à l'infection n'était pas associée à la gravité de l'infection ou au signalement des symptômes courants de la COVID-19 à long terme.Plus d'un adulte sur cinq ignorait qu'il avait été infecté.Conclusion : Les enquêtes par autodéclaration peuvent mal classer l'état d'infection par le SRAS-CoV-2 d'une proportion importante de personnes non testées et peuvent fausser les estimations du pourcentage d'infections, de la gravité des infections et du risque de développer des symptômes à long terme liés à l'infection.Les symptômes courants de la COVID-19 à long terme signalés par certains pourraient avoir été causés par d'autres infections ou maladies.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".