Risk Assessment of Importation and Local Transmission of COVID-19 in South Korea: Statistical Modeling Approach
Notice bibliographique
Résumé
BACKGROUND: Despite recent achievements in vaccines, antiviral drugs, and medical infrastructure, the emergence of COVID-19 has posed a serious threat to humans worldwide. Most countries are well connected on a global scale, making it nearly impossible to implement perfect and prompt mitigation strategies for infectious disease outbreaks. In particular, due to the explosive growth of international travel, the complex network of human mobility enabled the rapid spread of COVID-19 globally. OBJECTIVE: South Korea was one of the earliest countries to be affected by COVID-19. In the absence of vaccines and treatments, South Korea has implemented and maintained stringent interventions, such as large-scale epidemiological investigations, rapid diagnosis, social distancing, and prompt clinical classification of severely ill patients with appropriate medical measures. In particular, South Korea has implemented effective airport screenings and quarantine measures. In this study, we aimed to assess the country-specific importation risk of COVID-19 and investigate its impact on the local transmission of COVID-19. METHODS: The country-specific importation risk of COVID-19 in South Korea was assessed. We investigated the relationships between country-specific imported cases, passenger numbers, and the severity of country-specific COVID-19 prevalence from January to October 2020. We assessed the country-specific risk by incorporating country-specific information. A renewal mathematical model was employed, considering both imported and local cases of COVID-19 in South Korea. Furthermore, we estimated the basic and effective reproduction numbers. RESULTS: was estimated in South Korea and in both Seoul and Gyeonggi. CONCLUSIONS: . Our results indicated that the prompt implementation of airport screening measures (contact tracing with case isolation and quarantine) successfully reduced local transmission caused by imported cases despite passengers arriving from high-risk countries throughout the year. Moreover, various mitigation interventions, including social distancing and travel restrictions within South Korea, have been effectively implemented to reduce the spread of local cases in South Korea.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».