MétaCan
Menu
Retour à la cohorte
Enregistrement W3204400095 · doi:10.1186/s12889-021-11822-5

The trajectory of COVID-19 pandemic and handwashing adherence: findings from 14 countries

2021· article· en· W3204400095 sur OpenAlexaffabout
Zofia Szczuka, Charles Abraham, Adriana Băban, Sydney Brooks, Sabrina Cipolletta, Ebrima Danso, Stephan U Dombrowski, Yiqun Gan, Tânia Gaspar, Margarida Gaspar de Matos, Konstadina Griva, Michelle I. Jongenelis, Jan Keller, Nina Knoll, Jinjin Ma, Mohammad Abdul Awal Miah, Kàren Morgan, William Peraud, Bruno Quintard, Vishna Shah, Konstantin Schenkel, Urte Scholz, Ralf Schwarzer, Maria Siwa, Kamil Szymański, Diana Tăut, Silvia Caterina Maria Tomaino, Noa Vilchinsky, Hodaya Wolf, Aleksandra Łuszczyńska

Notice bibliographique

RevueBMC Public Health · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNarodowym Centrum Nauki
Mots-clésMedicinePandemicBiostatisticsCoronavirus disease 2019 (COVID-19)Observational studyDemographyPublic healthEpidemiologyEnvironmental healthDiseaseInfectious disease (medical specialty)Internal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic has affected people's engagement in health behaviors, especially those that protect individuals from SARS-CoV-2 transmission, such as handwashing/sanitizing. This study investigated whether adherence to the World Health Organization's (WHO) handwashing guidelines (the outcome variable) was associated with the trajectory of the COVID-19 pandemic, as measured by the following 6 indicators: (i) the number of new cases of COVID-19 morbidity/mortality (a country-level mean calculated for the 14 days prior to data collection), (ii) total cases of COVID-19 morbidity/mortality accumulated since the onset of the pandemic, and (iii) changes in recent cases of COVID-19 morbidity/mortality (a difference between country-level COVID-19 morbidity/mortality in the previous 14 days compared to cases recorded 14-28 days earlier). METHODS: The observational study (#NCT04367337) enrolled 6064 adults residing in Australia, Canada, China, France, Gambia, Germany, Israel, Italy, Malaysia, Poland, Portugal, Romania, Singapore, and Switzerland. Data on handwashing adherence across 8 situations (indicated in the WHO guidelines) were collected via an online survey (March-July 2020). Individual-level handwashing data were matched with the date- and country-specific values of the 6 indices of the trajectory of COVID-19 pandemic, obtained from the WHO daily reports. RESULTS: Multilevel regression models indicated a negative association between both accumulation of the total cases of COVID-19 morbidity (B = -.041, SE = .013, p = .013) and mortality (B = -.036, SE = .014 p = .002) and handwashing. Higher levels of total COVID-related morbidity and mortality were related to lower handwashing adherence. However, increases in recent cases of COVID-19 morbidity (B = .014, SE = .007, p = .035) and mortality (B = .022, SE = .009, p = .015) were associated with higher levels of handwashing adherence. Analyses controlled for participants' COVID-19-related situation (their exposure to information about handwashing, being a healthcare professional), sociodemographic characteristics (gender, age, marital status), and country-level variables (strictness of containment and health policies, human development index). The models explained 14-20% of the variance in handwashing adherence. CONCLUSIONS: To better explain levels of protective behaviors such as handwashing, future research should account for indicators of the trajectory of the COVID-19 pandemic. TRIAL REGISTRATION: Clinical Trials.Gov, # NCT04367337.

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 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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,161
Tête enseignante GPT0,434
Écart entre enseignants0,274 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetCOVID-19 and Mental HealthTravaux en français237 207