Descriptive Epidemiological Assessment of the Relationship between the Global Burden of Influenza from 2017-2019 and COVID-19
Notice bibliographique
Résumé
Abstract Background SARS-CoV-2 and influenza are lipid-enveloped viruses with differential morbidity and mortality but shared modes of transmission. With a descriptive epidemiological framing, we assessed whether historical patterns of regional influenza burden are reflected in the observed heterogeneity in COVID-19 cases across regions of the world. Methods Weekly surveillance data reported in FluNet from January 2017–December 2019 for influenza and World Health Organization for COVID-19 (to May 31, 2020) across the seven World Bank regions were used to assess the total and annual number of influenza and COVID-19 cases per country, within and across all regions, to generate comparative descending ranks from highest to lowest burden of disease. Results Across regions, rankings of influenza and COVID-19 were relatively consistent. Europe and Central Asia and North America ranked first and second for COVID-19 and second and first for influenza, respectively. East Asia and the Pacific traditionally ranked higher for influenza with recent increases in COVID-19 consistent with influenza season. Across regions, Sub-Saharan Africa ranked amongst the least affected by both influenza and COVID-19. Conclusion Consistency in the regional distribution of the burden of COVID-19 and influenza suggest shared individual, structural, and environmental determinants of transmission. Using a descriptive epidemiological framework to assess shared regional trends for rapidly emerging respiratory pathogens with better studied respiratory infections may provide further insights into the differential impacts of non-pharmacologic interventions and intersections with environmental conditions. Ultimately, forecasting trends and informing interventions for novel respiratory pathogens like COVID-19 should leverage epidemiologic patterns in the relative burden of past respiratory pathogens as prior information.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».