MétaCan
Menu
Retour à la cohorte
Enregistrement W3045427038 · doi:10.2196/20992

Nationwide Results of COVID-19 Contact Tracing in South Korea: Individual Participant Data From an Epidemiological Survey

2020· article· en· W3045427038 sur OpenAlexvenueno aff
Seung Won Lee, Woon Tak Yuh, Jee Myung Yang, Yoon-Sik Cho, In Kyung Yoo, Hyun Yong Koh, Dominic C. Marshall, Donghwan Oh, Eun Kyo Ha, Man Yong Han, Dong Keon Yon

Notice bibliographique

RevueJMIR Medical Informatics · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Science and ICT, South KoreaIran Telecommunication Research Center
Mots-clésSocial distanceContact tracingEpidemiologyCluster (spacecraft)Coronavirus disease 2019 (COVID-19)MedicineDemographyTransmission (telecommunications)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)CohortCohort studyEnvironmental healthInternal medicineDiseaseSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Evidence regarding the effectiveness of contact tracing of COVID-19 and the related social distancing is limited and inconclusive. OBJECTIVE: This study aims to investigate the epidemiological characteristics of SARS-CoV-2 transmission in South Korea and evaluate whether a social distancing campaign is effective in mitigating the spread of COVID-19. METHODS: We used contract tracing data to investigate the epidemic characteristics of SARS-CoV-2 transmission in South Korea and evaluate whether a social distancing campaign was effective in mitigating the spread of COVID-19. We calculated the mortality rate for COVID-19 by infection type (cluster vs noncluster) and tested whether new confirmed COVID-19 trends changed after a social distancing campaign. RESULTS: There were 2537 patients with confirmed COVID-19 who completed the epidemiologic survey: 1305 (51.4%) cluster cases and 1232 (48.6%) noncluster cases. The mortality rate was significantly higher in cluster cases linked to medical facilities (11/143, 7.70% vs 5/1232, 0.41%; adjusted percentage difference 7.99%; 95% CI 5.83 to 10.14) and long-term care facilities (19/221, 8.60% vs 5/1232, 0.41%; adjusted percentage difference 7.56%; 95% CI 5.66 to 9.47) than in noncluster cases. The change in trends of newly confirmed COVID-19 cases before and after the social distancing campaign was significantly negative in the entire cohort (adjusted trend difference -2.28; 95% CI -3.88 to -0.68) and the cluster infection group (adjusted trend difference -0.96; 95% CI -1.83 to -0.09). CONCLUSIONS: In a nationwide contact tracing study in South Korea, COVID-19 linked to medical and long-term care facilities significantly increased the risk of mortality compared to noncluster COVID-19. A social distancing campaign decreased the spread of COVID-19 in South Korea and differentially affected cluster infections of SARS-CoV-2.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,353
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,353
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,641
Tête enseignante GPT0,507
Écart entre enseignants0,134 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical InformaticsMême sujetCOVID-19 epidemiological studiesTravaux en français237 207