Effets du climat et des interventions de santé publique sur la pandémie de COVID-19 : une étude de cohorte prospective
Notice bibliographique
Résumé
RÉSUMÉ CONTEXTE: On ignore si les variations climatiques saisonnières, la fermeture des établissements scolaires ou d’autres interventions de santé publique entraîneront un ralentissement de la pandémie actuelle de maladie à coronavirus 2019 (COVID-19). Nous avons voulu déterminer si de façon globale la progression de l’épidémie est associée au climat ou aux interventions de santé publique visant à réduire la transmission du coronavirus du syndrome respiratoire aigu sévère 2 (SRAS-CoV-2). MÉTHODES: Nous avons procédé à une étude de cohorte prospective des 144 régions géopolitiques de la planète (375 609 cas) présentant au moins 10 cas de COVID-19, avec transmission locale, en date du 20 mars 2020, à l’exclusion de la Chine, de la Corée du Sud, de l’Iran et de l’Italie. Par analyse de régression à effets aléatoires pondérée, nous avons évalué le lien entre la progression de l’épidémie (exprimée sous forme de rapports de taux d’incidence [RTI] comparant les nombres cumulatifs de cas de COVID-19 du 27 mars 2020 à ceux du 20 mars 2020) avec les facteurs de latitude, température, humidité, fermeture des établissements scolaires, interdiction des grands rassemblements et mesures d’éloignement social qui étaient en place les 7 et 13 mars 2020 (période de 14 jours antérieure à l’évaluation). RÉSULTATS: Les analyses univariées ont révélé aucuns lien entre la progression de l’épidémie et les facteurs de latitude et de température, mais des liens négatifs faibles avec l’humidité relative (RTI par 10 %, 0,91, intervalle de confiance [IC] de 95 % 0,85–0,96) et l’humidité absolue (RTI par 5 g/m3 0,92, IC à 95 % 0,85–0,99). Des liens étroits ont été observés avec l’interdiction des grands rassemblements (RTI 0,65, IC à 95 % 0,53–0,79), la fermeture des établissements scolaires (RTI 0,63, IC à 95 % 0,52–0,78) et les mesures d’éloignement social (RTI 0,62, IC à 95 % 0,45–0,85). Dans un modèle multivarié, on a noté un lien étroit avec le nombre de mesures déployées par la santé publique (p pour tendance = 0,001), tandis que le lien avec l’humidité absolue s’atténuait. INTERPRÉTATION: La progression de l’épidémie de COVID-19 ne s’est pas révélée en lien avec la latitude ni avec la température, mais faiblement en lien avec l’humidité relative ou absolue. À l’inverse, les interventions de santé publique ont été étroitement associées à un ralentissement de la progression de l’épidémie.
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 | 0,018 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».