Community-Based Measures for Mitigating the 2009 H1N1 Pandemic in China
Notice bibliographique
Résumé
Since the emergence of influenza A/H1N1 pandemic virus in March-April 2009, very stringent interventions including Fengxiao were implemented to prevent importation of infected cases and decelerate the disease spread in mainland China. The extent to which these measures have been effective remains elusive. We sought to investigate the effectiveness of Fengxiao that may inform policy decisions on improving community-based interventions for management of on-going outbreaks in China, in particular during the Spring Festival in mid-February 2010 when nationwide traveling will be substantially increased. We obtained data on initial laboratory-confirmed cases of H1N1 in the province of Shaanxi and used Markov-chain Monte-Carlo (MCMC) simulations to estimate the reproduction number. Given the estimates for the exposed and infectious periods of the novel H1N1 virus, we estimated a mean reproduction number of 1.68 (95% CI 1.45-1.92) and other A/H1N1 epidemiological parameters. Our results based on a spatially stratified population dynamical model show that the early implementation of Fengxiao can delay the epidemic peak significantly and prevent the disease spread to the general population but may also, if not implemented appropriately, cause more severe outbreak within universities/colleges, while late implementation of Fengxiao can achieve nothing more than no implementation. Strengthening local control strategies (quarantine and hygiene precaution) is much more effective in mitigating outbreaks and inhibiting the successive waves than implementing Fengxiao. Either strong mobility or high transport-related transmission rate during the Spring Festival holiday will not reverse the ongoing outbreak, but both will result in a large new wave. The findings suggest that Fengxiao and travel precautions should not be relaxed unless strict measures of quarantine, isolation, and hygiene precaution practices are put in place. Integration and prompt implementation of these interventions can significantly reduce the overall attack rate of pandemic outbreaks.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».