Transmisión domiciliaria de SARS-CoV-2: revisión sistemática y metaanálisis
Bibliographic record
Abstract
Introducción: Las políticas de salud pública para la disminución de la incidencia, transmisión y mortalidad de la COVID-19 se enfocan en medidas extradomiciliarias y descuidan el contagio dentro del hogar. El objetivo fue estimar la tasa de ataque secundario domiciliario de SARS-CoV-2. Material y Métodos: Se realizó una revisión sistemática de estudios observacionales que evaluaron la transmisión domiciliaria de SARS-CoV-2 publicados entre diciembre de 2019 y el 1 setiembre de 2021 en las bases de datos Medline, Scopus, LILACS y Google Scholar. La definición de contacto domiciliario se refirió a toda persona que habitaba la misma vivienda que el paciente índice. El riesgo de sesgo fue evaluado con una versión modificada de la escala Newcastle-Ottawa. Se realizó un metaanálisis con un modelo de efectos aleatorios para calcular la tasa de ataque domiciliaria, subanálisis con variables sociodemográficas, epidemiológicas y comorbilidades, así como metaregresión. Resultados: De 4491 estudios encontrados, 44 fueron incluidos en el análisis. La tasa de ataque secundario domiciliario general fue de 27.7% (IC95%: 23% - 32.7%). Además, fue mayor cuando el caso índice era sintomático (28.3%, IC95%: 8.1% - 54.7%) o el contacto era adulto mayor (42.3%, IC95%: 32% - 52.9%). Asimismo, la tasa fue mayor cuando los contactos domiciliarios presentaban diabetes mellitus (57.4%, IC95%: 45.2% - 69.3%) e hipertensión arterial (51.1%, IC95%: 38% - 64.1%). Conclusiones: La tasa de ataque secundario domiciliario de SARS-CoV-2 fue de 27.7%, siendo mayor al tener un caso índice adulto, contacto adulto mayor y contacto con diabetes mellitus o hipertensión arterial.
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 | 0.054 | 0.108 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.007 | 0.022 |
| Bibliometrics | 0.014 | 0.012 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".