MétaCan
Menu
Retour à la cohorte
Enregistrement W3139197139 · doi:10.1186/s12992-021-00678-4

Countries with delayed COVID-19 introduction – characteristics, drivers, gaps, and opportunities

2021· article· en· W3139197139 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueGlobalization and Health · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchWellcome Trust
Mots-clésPreparednessInternational Health RegulationsPandemicPublic healthDeveloping countryOutbreakCoronavirus disease 2019 (COVID-19)Global healthGeographyLandlocked countryGlobalizationEnvironmental healthMedicineDisease surveillanceSocioeconomicsEconomic growthDiseasePolitical scienceInfectious disease (medical specialty)EconomicsVirology

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,216
Tête enseignante GPT0,416
Écart entre enseignants0,201 · 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