MétaCan
Menu
Retour à la cohorte
Enregistrement W3108730797 · doi:10.1101/2020.11.27.20240036

Rapid disappearance of influenza following the implementation of COVID-19 mitigation measures in Hamilton, Ontario

2020· preprint· en· W3108730797 sur OpenAlexafffundabout
Kevin Zhang, Avika Misra, Patrick Kim, Seyed M. Moghadas, Joanne M. Langley, Marek Smieja

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensNova Scotia Health AuthorityIzaak Walton Killam Health CentreUniversity of TorontoDalhousie UniversityUniversity of OttawaSt. Joseph’s Healthcare HamiltonYork UniversityMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésHuman metapneumovirusMedicineRhinovirusVirologyPandemicPopulationIncidence (geometry)Public healthInfluenza A virusRespiratory systemRespiratory tract infectionsVirusInternal medicineEnvironmental healthCoronavirus disease 2019 (COVID-19)DiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background: Public health measures, such as social distancing and closure of schools and non-essential services, were rapidly implemented in Canada to interrupt the spread of the novel coronavirus disease 2019 (COVID-19). Objective: We sought to investigate the impact of mitigation measures during the spring wave of COVID-19 on the incidence of other laboratory-confirmed respiratory viruses in Hamilton, Ontario. Methods: All nasopharyngeal swab specimens (n = 57,503) submitted for routine respiratory virus testing at a regional laboratory serving all acute-care hospitals in Hamilton, Ontario between January 2010 and June 2020 were reviewed. Testing for influenza A/B, respiratory syncytial virus, human metapneumovirus, parainfluenza Iâ€"III, adenovirus and rhinovirus/enterovirus was done routinely using a laboratory-developed polymerase chain reaction multiplex respiratory viral panel. A Bayesian linear regression model was used to determine the trend of positivity rates of all influenza samples for the first 26 weeks of each year from 2010 to 2019. The mean positivity rate of Bayesian inference was compared with the weekly reported positivity rate of influenza samples in 2020. Results: The positivity rate of influenza in 2020 diminished sharply following the population-wide implementation of COVID-19 interventions. Weeks 12-26 reported 0% positivity for influenza, with the exception of 0.1% reported in week 13. Conclusions: Public health measures implemented during the COVID-19 pandemic were associated with a reduced incidence of other respiratory viruses and should be considered to mitigate severe seasonal influenza and other respiratory virus pandemics.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,305

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,115
Tête enseignante GPT0,425
Écart entre enseignants0,310 · 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'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

Citations6
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetRespiratory viral infections researchTravaux en français237 207