Global Access to Handwashing: Implications for COVID-19 Control in Low-Income Countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Low-income countries have reduced health care system capacity and are therefore at risk of substantially higher COVID-19 case fatality rates than those currently seen in high-income countries. Handwashing is a key component of guidance to reduce transmission of the SARS-CoV-2 virus, responsible for the COVID-19 pandemic. Prior systematic reviews have indicated the effectiveness of handwashing to reduce transmission of respiratory viruses. In low-income countries, reduction of transmission is of paramount importance, but social distancing is challenged by high population densities and access to handwashing facilities with soap and water is limited. Objectives: Our objective was to estimate global access to handwashing with soap and water to inform use of handwashing in the prevention of COVID-19 transmission. Methods: We utilized observational surveys and spatiotemporal Gaussian process regression modeling in the context of the Global Burden of Diseases, Injuries, and Risk Factors Study to estimate access to a handwashing station with available soap and water for 1,062 locations from 1990 to 2019. Results: Despite overall improvements from 1990 {33.6% [95% uncertainty interval (UI): 31.5, 35.6] without access} to 2019, globally in 2019, 2.02 (95% UI: 1.91, 2.14) billion people, 26.1% (95% UI: 24.7, 27.7) of the global population, lacked access to handwashing with available soap and water. More than 50% of the population in sub-Saharan Africa and Oceania were without access to handwashing in 2019, and in eight countries, 50 million or more persons lacked access. Discussion: For populations without handwashing access, immediate improvements in access or alternative strategies are urgently needed, and disparities in handwashing access should be incorporated into COVID-19 forecasting models when applied to low-income countries. https://doi.org/10.1289/EHP7200
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle