COVID-19 control in low-income settings and displaced populations: what can realistically be done?
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
COVID-19 prevention strategies in resource limited settings, modelled on the earlier response in high income countries, have thus far focused on draconian containment strategies, which impose movement restrictions on a wide scale. These restrictions are unlikely to prevent cases from surging well beyond existing hospitalisation capacity; not withstanding their likely severe social and economic costs in the long term. We suggest that in low-income countries, time limited movement restrictions should be considered primarily as an opportunity to develop sustainable and resource appropriate mitigation strategies. These mitigation strategies, if focused on reducing COVID-19 transmission through a triad of prevention activities, have the potential to mitigate bed demand and mortality by a considerable extent. This triade is based on a combination of high-uptake of community led shielding of high-risk individuals, self-isolation of mild to moderately symptomatic cases, and moderate physical distancing in the community. We outline a set of principles for communities to consider how to support the protection of the most vulnerable, by shielding them from infection within and outside their homes. We further suggest three potential shielding options, with their likely applicability to different settings, for communities to consider and that would enable them to provide access to transmission-shielded arrangements for the highest risk community members. Importantly, any shielding strategy would need to be predicated on sound, locally informed behavioural science and monitored for effectiveness and evaluating its potential under realistic modelling assumptions. Perhaps, most importantly, it is essential that these strategies not be perceived as oppressive measures and be community led in their design and implementation. This is in order that they can be sustained for an extended period of time, until COVID-19 can be controlled or vaccine and treatment options become available.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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