Mask use in community settings in the context of COVID-19: A systematic review of ecological data
Notice bibliographique
Résumé
BACKGROUND: The wearing of medical and non-medical masks by the general public in community settings is one intervention that is important for the reduction of SARS-CoV-2 transmission, and has been the subject of considerable research, policy, advocacy and debate. Several observational studies have used ecological (population-level) data to assess the effect of masks on transmission, hospitalization, and mortality at the region or community level. METHODS: We undertook this systematic review to summarize the study designs, outcomes, and key quality indicators of using ecological data to evaluate the association between mask wearing and COVID-19 outcomes. We searched the World Health Organization (WHO) COVID-19 global literature database up to 5 March 2021 for studies reporting the impact of mask use in community settings on outcomes related to SARS-CoV-2 transmission using ecological data. FINDINGS: Twenty one articles were identified that analysed ecological data to assess the protective effect of policies mandating community mask wearing. All studies reported SARS-CoV-2 benefits in terms of reductions in either the incidence, hospitalization, or mortality, or a combination of these outcomes. Few studies assessed compliance to mask wearing policies or controlled for the possible influence of other preventive measures such as hand hygiene and physical distancing, and information about compliance to these policies was lacking. INTERPRETATION: Ecological studies have been cited as evidence to advocate for the adoption of universal masking policies. The studies summarized by this review suggest that community mask policies may reduce the population-level burden of SARS-CoV-2. Methodological limitations, in particular controlling for the actual practice of mask wearing and other preventive policies make it difficult to determine causality. There are several important limitations to consider for improving the validity of ecological data.
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 | 0,011 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,016 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».