MétaCan
Menu
Retour à la cohorte
Enregistrement W3088113771 · doi:10.3390/ijerph17197016

An Overview of the World Current and Future Assessment of Novel COVID-19 Trajectory, Impact, and Potential Preventive Strategies at Healthcare Settings

2020· review· en· W3088113771 sur OpenAlexaff
Bader Al-Anzi, Mohammad Alenizi, Jehad Al Dallal, Frage Abookleesh, Aman Ullah

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2020
Typereview
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOutbreakTrajectoryPandemicCoronavirus disease 2019 (COVID-19)Logistic regressionDemographyStatisticsLogistic functionGeographySolverOperations researchMedicineMathematicsVirologySociology

Résumé

récupéré en direct d'OpenAlex

This study is an overview of the current and future trajectory, as well as the impact of the novel Coronavirus (COVID-19) in the world and selected countries including the state of Kuwait. The selected countries were divided into two groups: Group A (China, Switzerland, and Ireland) and Group B (USA, Brazil, and India) based on their outbreak containment of this virus. Then, the actual data for each country were fitted to a regression model utilizing the excel solver software to assess the current and future trajectory of novel COVID-19 and its impact. In addition, the data were fitted using the Susceptible–Infected–Recovered (SIR) Model. The Group A trajectory showed an “S” shape trend that suited a logistic function with r2 > 0.97, which is an indication of the outbreak control. The SIR models for the countries in this group showed that they passed the expected 99% end of pandemic dates. Group B, however, exhibited a continuous increase of the total COVID-19 new cases, that best suited an exponential growth model with r2 > 0.97, which meant that the outbreak is still uncontrolled. The SIR models for the countries in this group showed that they are still relatively far away from reaching the expected 97% end of pandemic dates. The maximum death percentage varied from 3.3% (India) to 7.2% with USA recording the highest death percentage, which is virtually equal to the maximum death percentage of the world (7.3%). The power of the exponential model determines the severity of the country’s trajectory that ranged from 11 to 19 with the USA and Brazil having the highest values. The maximum impact of this COVID-19 pandemic occurred during the uncontrolled stage (2), which mainly depended on the deceptive stage (1). Further, some novel potential containment strategies are discussed. Results from both models showed that the Group A countries contained the outbreak, whereas the Group B countries still have not reached this stage yet. Early measures and containment strategies are imperative in suppressing the spread of COVID-19.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,496
Tête enseignante GPT0,609
Écart entre enseignants0,113 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetCOVID-19 epidemiological studiesTravaux en français237 207