Evidence-Based, Cost-Effective Interventions To Suppress The COVID-19 Pandemic: A Systematic Review
Notice bibliographique
Résumé
ABSTRACT Background In an unparalleled global response, during the COVID-19 pandemic, 90 countries asked 3.9 billion people to stay home. Yet some countries avoided lockdowns and focused on other strategies, like contact tracing and case isolation. How effective and cost-effective are these strategies? We aimed to provide a comprehensive summary of the evidence on pandemic control, with a focus on cost-effectiveness. Methods Following PRISMA systematic review guidelines, MEDLINE (1946 to April week 2, 2020) and Embase (1974 to April 17, 2020) were searched using a range of terms related to pandemic control. Articles reporting on the effectiveness or cost-effectiveness of at least one intervention were included and grouped into higher-quality evidence (randomized trials) and lower-quality evidence (other study designs). Results We found 1,653 papers; 62 were included. Higher-quality evidence was only available to support the effectiveness of hand washing and face masks. Modelling studies indicated that these measures are highly cost-effective. For other interventions, lower-quality evidence suggested that: (1) the most cost-effective interventions are swift contact tracing and case isolation, surveillance networks, protective equipment for healthcare workers, and early vaccination (when available); (2) home quarantines and stockpiling antivirals are less cost-effective; (3) social distancing measures like workplace and school closures are effective but costly, making them the least cost-effective options; (4) combinations are more cost-effective than single interventions; (5) interventions are more cost-effective when adopted early and for severe viruses like SARS-CoV-2. For H1N1 influenza, contact tracing was estimated to be 4,363 times more cost-effective than school closures ($2,260 vs. $9,860,000 per death prevented). Conclusions A cautious interpretation of the evidence suggests that for COVID-19: (1) social distancing is effective but costly, especially when adopted late and (2) adopting as early as possible a combination of interventions that includes hand washing, face masks, ample protective equipment for healthcare workers, and swift contact tracing and case isolation is likely to be the most cost-effective strategy. Funding LP holds the Canada Research Chair in Community Approaches and Health Inequalities (CRC 950232541). This funding source had no role in the design, conduct, or reporting of the study.
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 | 0,011 | 0,348 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».