MétaCan
Menu
Retour à la cohorte
Enregistrement W3111885034 · doi:10.12688/f1000research.27980.1

Modelling the health and economic impacts of different testing and tracing strategies for COVID-19 in the UK

2020· preprint· en· W3111885034 sur OpenAlexaff
Tim Colbourn, William Waites, David Manheim, Derek Foster, Simone Sturniolo, Mark Sculpher, Cliff C. Kerr, Greg Colbourn, Cameron Bowie, Keith M. Godfrey, Julian Peto, Rochelle A. Burgess, David McCoy, Nisreen A Alwan, Guiqing Yao, Kang Ouyang, Paul Roderick, Elena Pizzo, Tony Hill, Nuala McGrath, Miriam Orcutt, Owain Evans, Nathan J. Cheetham, Chris Bonell, Manuel Gomes, Jasmina Panovska‐Griffiths, Rosalind Raine

Notice bibliographique

RevueF1000Research · 2020
Typepreprint
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensInstitute on Governance
Organismes subventionnairesNational Institute on AgingMedical Research CouncilNational Institutes of HealthNational Institute for Health Research Southampton Biomedical Research CentreNewton FundChief Scientist OfficeDepartment of Health and Social CareBritish Heart FoundationNational Institute for Health and Care Research
Mots-clésCoronavirus disease 2019 (COVID-19)PopulationEnvironmental healthDiseaseMedicineInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

<ns4:p> <ns4:bold>Background:</ns4:bold> Coronavirus disease 2019 (COVID-19) is resurgent in the UK and health and economic costs of the epidemic continue to rise. There is a need to understand the health and economic costs of different courses of action. </ns4:p> <ns4:p/> <ns4:p> <ns4:bold>Methods:</ns4:bold> We combine modelling, economic analysis and a user-friendly interface to contrast the impact and costs of different testing strategies: two levels of testing within the current test-trace-isolate (TTI) strategy (testing symptomatic people, tracing and isolating everyone) and a strategy where TTI is combined with universal testing (UT; <ns4:italic>i.e.</ns4:italic> additional population testing to identify asymptomatic cases). We also model effective coverage of face masks. </ns4:p> <ns4:p/> <ns4:p> <ns4:bold>Results:</ns4:bold> Increased testing is necessary to suppress the virus after lockdown. Partial reopening accompanied by scaled-up TTI (at 50% test and trace levels), full isolation and moderately effective coverage of masks (30% reduction in overall transmission) can reduce the current resurgence of the virus and protect the economy in the UK. Additional UT from December 2020 reduces the epidemic dramatically by Jan 2021 when combined with enhanced TTI (70% test-trace levels) and full isolation. UT could then be stopped; continued TTI would prevent rapid recurrence. This TTI+UT combination can suppress the virus further to save ~20,000 more lives and avoid ~£90bn economic losses, though costs ~£8bn more to deliver. We assume that all traced and lab-confirmed cases are isolated. The flexible interface we have developed allows exploration of additional scenarios, including different levels of reopening of society after the second lockdown in England as well as different levels of effective mask coverage. </ns4:p> <ns4:p/> <ns4:p> <ns4:bold>Conclusions:</ns4:bold> Our findings suggest that increased TTI is necessary to suppress the virus and protect the economy after the second lockdown in England. Additional UT from December 2020 reduces the epidemic dramatically by Jan 2021 and could then be stopped, as continued TTI would prevent rapid recurrence. </ns4:p>

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,716
Tête enseignante GPT0,545
Écart entre enseignants0,172 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetCOVID-19 epidemiological studiesTravaux en français237 207