Impact of physical distancing policy on reducing transmission of SARS-CoV-2 globally: Perspective from government’s response and residents’ compliance
Notice bibliographique
Résumé
BACKGROUND: COVID-19 was declared a public health emergency by the World Health Organization (WHO) in January 2020. Various physical distancing interventions were introduced to flatten the epidemic curve and reduce the disease burden. We evaluated the impacts of policy stringency and residents' compliance on time-varying reproduction number in 17 countries. METHODS: Data were from WHO reports of local transmission (February 28 to April 8, 2020) in Australia, Canada, Finland, France, Germany, Greece, Italy, Spain, Sweden, Thailand, the UK, US and Vietnam. Earlier local transmission data where available from press releases were added for Japan, South Korea, Singapore and Taiwan starting January 28, 2020. COVID-19 policy responses were from the Oxford Covid-19 Government Response Tracker with 17 indicators. Changes in people's behaviors were from Google's COVID-19 community mobility reports and Apple Maps' mobility trends reports. We estimated the daily time-varying reproduction number (Rt) by country. 0-, 7- and 14-day lagged effects of non-pharmaceutical interventions and changes in human mobility on Rt were estimated by linear mixed-effects models. RESULTS: Rt initially surged rapidly, then declined gradually depending on policy stringency. The highest mean policy stringency scores were for Italy (69.97) and South Korea (61.00). Variations in stringency scores were higher in Europe, the US and Australia than in Asia. The human mobility reduction was greater in countries with strict policies (median stringency score > = 50). In terms of immediate (0-day lag) effects, Rt reductions were found for workplace-closure, limited-gathering, and stay-at-home policies. At a 7-day lag, Rt reductions were found for workplace closure, restrictions on gatherings, stay-at-home requirements, international travel controls, contact tracing and reducing walking around. At a 14-day lag, Rt reductions were found for restrictions on gatherings, less visiting and staying in parks, and reduced walking around. CONCLUSION: The findings show physical distancing policies and residents' compliance can slow transmission, with the lag-to-effect time varying by policy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».