Countries with delayed COVID-19 introduction – characteristics, drivers, gaps, and opportunities
Notice bibliographique
Résumé
BACKGROUND: Three months after the first reported cases, COVID-19 had spread to nearly 90% of World Health Organization (WHO) member states and only 24 countries had not reported cases as of 30 March 2020. This analysis aimed to 1) assess characteristics, capability to detect and monitor COVID-19, and disease control measures in these 24 countries, 2) understand potential factors for the reported delayed COVID-19 introduction, and 3) identify gaps and opportunities for outbreak preparedness, particularly in low and middle-income countries (LMICs). We collected and analyzed publicly available information on country characteristics, COVID-19 testing, influenza surveillance, border measures, and preparedness activities in these countries. We also assessed the association between the temporal spread of COVID-19 in all countries with reported cases with globalization indicator and geographic location. RESULTS: Temporal spreading of COVID-19 was strongly associated with countries' globalization indicator and geographic location. Most of the 24 countries with delayed COVID-19 introduction were LMICs; 88% were small island or landlocked developing countries. As of 30 March 2020, only 38% of these countries reported in-country COVID-19 testing capability, and 71% reported conducting influenza surveillance during the past year. All had implemented two or more border measures, (e.g., travel restrictions and border closures) and multiple preparedness activities (e.g., national preparedness plans and school closing). CONCLUSIONS: Limited testing capacity suggests that most of the 24 delayed countries may have lacked the capability to detect and identify cases early through sentinel and case-based surveillance. Low global connectedness, geographic isolation, and border measures were common among these countries and may have contributed to the delayed introduction of COVID-19 into these countries. This paper contributes to identifying opportunities for pandemic preparedness, such as increasing disease detection, surveillance, and international collaborations. As the global situation continues to evolve, it is essential for countries to improve and prioritize their capacities to rapidly prevent, detect, and respond, not only for COVID-19, but also for future outbreaks.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».