MétaCan
Menu
Retour à la cohorte
Enregistrement W3093767546 · doi:10.1136/bmjopen-2020-041383

Impact of non-pharmaceutical interventions for reducing transmission of COVID-19: a systematic review and meta-analysis protocol

2020· review· en· W3093767546 sur OpenAlexaboutno aff
Krishna Regmi, Cho Mar Lwin

Notice bibliographique

RevueBMJ Open · 2020
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisSystematic reviewObservational studyMEDLINEProtocol (science)Psychological interventionPublication biasRandomized controlled trialChecklistFamily medicineAlternative medicineNursingPsychologyPathology

Résumé

récupéré en direct d'OpenAlex

Introduction Implementing non-pharmaceutical interventions (NPIs) protect the public from COVID-19. However, the impact of NPIs has been inconsistent and remains unclear. This study, therefore, aims to measure the impact of major NPIs (social distancing, social isolation and quarantine) on reducing COVID-19 transmission. Methods and analysis We will conduct a systematic review and meta-analysis research of both randomised and non-randomised controlled trials. We will undertake a systematic search of: MEDLINE, Embase, Allied & Complementary Medicine, COVID-19 Research, WHO database on COVID-19, ClinicalTrails.Gov for clinical trials on COVID-19, Cochrane Resources on Coronavirus (COVID-19), Oxford COVID-19 Evidence Service and Google Scholar for published and unpublished literatures on COVID-19 including preprint engines such as medRxiv, bioRxiv, Litcovid and SSRN for unpublished studies on COVID-19 and will be reported in accordance with Preferred Reporting Items for Systematic Reviews and Meta-Analyses. Outcomes of interest for impact analysis will include the reduction of COVID-19 transmission, avoiding crowds and restricting movement, isolating ill and psychological impacts. The Preferred Reporting Items for Systematic Review and Meta-Analysis Protocols checklist has been used for this protocol. For quality of included studies, we will use the Cochrane Collaboration’s tool for assessing risk of bias for randomised controlled trials and the Newcastle-Ottawa Scale for observational studies. The Grading of Recommendations Assessment, Development and Evaluation approach will grade the certainty of the evidence for all outcome measures across studies. Random-effects model for meta-analysis will measure the effect size of NPIs or the strengths of relationships. For quantitative data, risk ratio or OR, absolute risk difference (for dichotomous outcome data), or mean difference or standardised mean difference (for continuous data) and their 95% CIs will be calculated. Where statistical pooling is not possible, a narrative synthesis will be conducted for the included studies. To assess the heterogeneity of effects, I 2 together with the observed effects will be evaluated to provide the true effects in the analysis. Ethics and dissemination Formal ethical approval from an institutional review board or research ethics committee is not required as primary data will not be collected. The final results of this study will be published in an open-access peer-reviewed journal, and abstract will be presented at suitable national/international conferences or workshops. We will also share important information with public health authorities as well as with the WHO. In addition, we may post the submitted manuscript under review to medRxiv, or other relevant preprint servers. Trial registration number CRD42020207338.

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)0,094
score de la tête « metaresearch » (Gemma)0,123
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,495

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0940,123
Méta-épidémiologie (sens strict)0,0080,007
Méta-épidémiologie (sens large)0,0250,035
Bibliométrie0,0140,012
Études des sciences et des technologies0,0030,005
Communication savante0,0090,010
Science ouverte0,0060,006
Intégrité de la recherche0,0100,008
Charge utile insuffisante (le modèle a refusé de juger)0,1120,013

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 Opus0,658
Tête enseignante GPT0,711
Écart entre enseignants0,053 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

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

En bref

Citations27
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetCOVID-19 and Mental HealthTravaux en français237 207